管理研究方法ppt课件.ppt

LOGO SPSS 应用篇 高强 管理研究方法 1 频数分析输出结果 频数分析 变量在各个变量值上取值的个数 分析时不考虑其真实值 描述性分析 用于计算并输出变量的各类描述性的统计量的值 探索性分析 在对资粮的性质 分布特点等完全不清楚的情况 对变量进行更深入研究的描述性统计的方法 以上3种分析主要针对单变量的分析 交叉表分析 分析多变量之间是否存在关系 2 描述分析 频数分析 第一步 选择Analyze DescriptiveStatistics Frequencies命令 打开Frequencies对话框第二步 在Frequencies对话框中 将新变量 净重分组 变量移入Variable s 框内 单击右侧的Charts按钮 打开Frequencies Charts对话框第三步 在Frequencies Charts对话框中 共有4个单选按钮 None 不作图 BarCharts 条形图 PieCharts 饼图 Histograms 直方图 选择Histograms 单击Continue按钮 回到主对话框第四步 在Frequencies对话框中单击OK按钮 得到输出结果 3 频数分析输出结果 4 频数分析输出结果 5 数据的分布特征 第一步 选择Analysis DescriptiveStatictics Frequencies命令 打开Frequencies对话框第二步 在Frequencies对话框中 将 变量移入Variable s 框 单击右侧Statistics按钮 打开Statistics对话框 6 数据的分布特征 第三步 在Statistics对话框中依次勾选Quartiles Mean Median Mode Std deviation Variance Range Minimum Maximum Skewness Kurtosis选项 单击Continue按钮 回到主对话框第四步 在Frequencies对话框中 单击OK按钮 得到输出结果 7 描述统计分析主对话框 Std deviation 标准差 Variance 方差 Range 全距 Minimum 最小值 Maximum 最大值 S E mean 均值的标准误 Kurtosis 峰度系数 峰度为0表示与标准的正态分布的陡缓程度相同 峰度大于0正态分布的高峰更加陡峭 为尖顶峰 峰度小于0表示正态分布的高峰要平坦 为平顶峰 Skewness 偏度系数 这个统计量是与正态分布相比较的量 偏度为0表示它的分布与标准正态分布偏度相同 偏度大于0表示正偏差数值较大 为正偏 既有一条长尾巴拖在右边 偏度小于0表示负偏数差值较大 为负偏 有一条长尾巴拖在左边 偏度的绝对值数值越大 表示分布形态的偏斜程度越大 8 描述统计分析主对话框 9 探索分析 10 探索性分析选项话框 11 探索性分析结果 DescriptivesStatisticStd ErrorVAR00001Mean3 0816 1840595 ConfidenceIntervalforMeanLowerBound2 7116UpperBound3 45175 TrimmedMean3 0907Median3 0000Variance1 660Std Deviation1 28836Minimum1 00Maximum5 00Range4 00InterquartileRange2 00Skewness 219 340Kurtosis 936 668 TestsofNormalityKolmogorov SmirnovaShapiro WilkStatisticdfSig StatisticdfSig VAR00001 17049 001 90349 001a LillieforsSignificanceCorrection Sig 0 05样本量大于50个看k s小于50个看s w 12 交叉量表分析 13 回归分析 简单回归分析Regression 线性回归模型一元线性回归模型的数学模型其中 x为自变量 y为因变量 为截距 即常量 为回归系数 表明自变量对因变量的影响程度 14 回归分析 简单回归分析Regression 多元线性回归方程 1 1 2 p为偏回归系数 2 1表示在其他自变量保持不变的情况下 自变量x1变动一个单位所引起的因变量y的平均变动 15 线性回归的前提假设及SPSS操作实现 线性趋势 Linear 自变量与因变量的关系是线性的 否则不能采用线性回归 可通过散点图判断 独立性 Independent 因变量的取值相互独立 没有自相关 也即是要求残差间相互独立 否则应采用自回归来分析 自变量多重共线性的判断 正态性 Normal 就自变量的任何一个线性组合 因变量均服从正态分布 即要求残差服从正态 方差齐性 Equal 就自变量的任何一个线性组合 因变量的方差均相同 即要求残差方差齐 16 回归分析的一般步骤 第1步确定回归方程中的因变量和自变量 第2步确定回归模型 第3步建立回归方程 第4步对回归方程进行各种检验 拟合优度检验回归方程的显著性检验回归系数的显著性检验第5步利用回归方程进行预测 17 回归分析 窗口介绍 18 回归分析 简单回归分析Regression Enter 进入法 默认选项 所有所选自变量都进入回归模型 不作任何筛选 Stepwise 逐步法 根据在Option框中设顶的纳入和排除标准进行变量筛选 具体做法是首先分别计算各自变量X对Y的贡献大小 按由大到小的顺序挑选贡献最大的一个先进入方程 随后重新计算各自变量X对Y的贡献 引入方程 同时考察已在方程中的变量是否由于新变量的引入而不再有统计意义 如果是 则将它剔除 如此重复 直到方程内没有变量可剔除 方程外没有变量可引入为止 19 回归分析 简单回归分析Regression Remove 剔除法 移去法 只出不进 注意其筛选以Block为单位 Backward 向后法 步骤类逐步法 但只出不进 即对已纳入方程的变量按对Y贡献的由小到大依次剔除 每剔除一个变量 重新计算对Y贡献的大小 直到方程中所有变量都符合选入的标准为止 Forward 向前法 与逐步法类似 但只进不出 即对纳入方程的变量不再考察它的显著性 直到方程外变量均达不到进入标准 没有自变量引入方程为止 20 Statistics对话框 21 Plots对话框 X轴或Y轴中有一个是因变量标准化的预测值标准化的残差删除的残差修正后的预测值 用户的残差用户的删除的残差 输出带有正态曲线的标准化残差的直方图 输出标准化残差的正态概率图 对每一个自变量 会产生一个自变量与因变量残差的散点图 主要用于回归诊断 22 Options对话框 如一个变量的F统计量的p值是小于Entry值的 这个变量就进入模型 如一个变量的F统计量的p值是大于Removal值的 这个变量就从模型中删除 Entry值必须小于Removal值且都为正 如想模型中有更多的变量就提高Entry值 如想模型中减少变量就减少Removal值 用F统计量的值 同上 选择此项不显示回归方程中常数项 23 Save对话框 24 回归分析 结果分析 25 回归分析 结果分析 Y与X间高度相关 0 8 X间低度相关 26 回归分析 结果分析 表中显示回归模型编号 进入模型的变量 移出模型的变量和变量的筛选方法 R说明自变量与因变量之间的相关性强度 在 0 1 间越大越好 R方 R2说明自变量可以解释因变量的差异性在 0 1 间越大越好 27 回归分析 结果分析 Durbin Watson 自相关检验 标准 越接近于2 表示相关系数越接近与0 表示残差项间无自相关 越接近与0表示正自相关 接近与4表示负自相关 28 方差分析表 表中显示因变量的方差来源 方差平方和 自由度 均方 F检验统计量的观测值和显著性水平 方差来源有回归 残差 从表中可以看出 F统计量的观测值为42 177 显著性概率为0 000 即检验假设 H0 回归系数B 0 成立的概率为0 000 从而应拒绝原假设 说明因变量和自变量的线性关系是非常显著的 可建立线性模型 29 系数分析 1 标准化系数越大 表示X对Y的影响越显著 0 1 2 回归方程 Y 0 315 0 352X1 0 195X2 0 331X3标准化回归方程Y 0 344X1 0 19X2 0 379X3 体现出那个变量更重要 T检验 sig 0 05 说明各个系数显著 30 系数分析 容差 越大越好 越接近与0表示严重的多元共线问题VIF 方差膨胀系数 大于10表示变量间有严重共线性 31 回归分析 结果分析 32 回归分析 结果分析 33 回归分析 结果分析 34 SPSS实现中介效应分析 中介效应概述中介效应是指变量间的影响关系 X Y 不是直接的因果链关系而是通过一个或一个以上变量 M 的间接影响产生的 此时我们称M为中介变量 而X通过M对Y产生的的间接影响称为中介效应 中介效应是间接效应的一种 模型中在只有一个中介变量的情况下 中介效应等于间接效应 当中介变量不止一个的情况下 中介效应的不等于间接效应 此时间接效应可以是部分中介效应的和或所有中介效应的总和 35 SPSS实现中介效应分析 中介关系可以用回归方程Y cx e11 M ax e22 Y c x bM e33 上述3个方程模型图及对应方程如下 36 中介效应检验方法 依次检验法分别检验上述1 2 3 三个方程中的回归系数 程序如下 1 1首先检验方程1 y cx e1 如果c显著 H0 c 0被拒绝 则继续检验方程2 如果c不显著 说明X对Y无影响 则停止中介效应检验 1 2在c显著性检验通过后 继续检验方程2 M ax e2 如果a显著 H0 a 0被拒绝 则继续检验方程3 如果a不显著 则停止检验 37 SPSS实现中介效应分析 1 3在方程1 和2 都通过显著性检验后 检验方程3 即y c x bM e3 检验b的显著性 若b显著 H0 b 0被拒绝 则说明中介效应显著 此时检验c 若c 显著 则说明是不完全中介效应 若不显著 则说明是完全中介效应 x对y的作用完全通过M来实现 38 SPSS实现调节效应分析 调节效应概述调节效应是交互效应的一种 是有因果指向的交互效应 而单纯的交互效应可以互为因果关系 调节变量一般不受自变量和因变量影响 但是可以影响自变量和因变量 常见的调节变量有性别 年龄 收入水平 文化程度 社会地位