解释变量关系时必须考虑的四个问题_第1页
解释变量关系时必须考虑的四个问题_第2页
解释变量关系时必须考虑的四个问题_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、解释变量关系时必须考虑的四个问题两（或多）个变量关系时必须考虑的四个基本问题：1.关系的显著性 （ the significance of the relationship ）：指两（或多） 变量之间关系的统计显著水平， 一般要求 p < 0.05 。这是解释的第一步，如果不显著（ p > 0.05 ）、不管 其相关系数（回归系数或其它描述关系强度的统计量）多强 （这在小样本的情况下会发生） ，都没有继续讨论的意义， 因为在总体中这种关系存在的可能性很低，如接受这种关系 的风险太大（即 Type I 错误）。2.关系的强度（ the strength of the

2、relationship ）：指相关系数（或其它类似统计量）的大小。以相关系数为例，一 般认为 0.3 以下为弱相关、 0.3-0.7 之间为中相关、 0.7-1.0 为强相关。这种分类也适用于其它标准化统计量（如标准回 归系数 , standardized regression coefficient ，在 SPSS 中叫 BETA ）。大家知道，这些标准化的统计量的平方描述了两 （或 多）个变量之间的重合部分（如我最近详细解释的回归模型 R2 描述了自变量对因变量的解释部分） ，从那个角度来看， 弱相关的变量之间的重合不到 10 、中相关变量之间的重合 在 10 50% ，强相关变量之间的

3、重合在 50 以上。3.关系的方向 ( the direction of the relationship )：指相关系数(或其它类似统计量)的正负符号。如果原先的假设 是单尾( one-tailed )，如 “ 上网会减少社交时间 ” 、“ 上网会增加孤独感 ” 等，那么其相 关系数的方向就十分重要。 (从可证伪性原则来看，单尾假 设比双尾假设更好。 )当一对变量的关系是显著并强烈、但 是其方向与假设相反，该研究假设也必须被拒绝。当然研究 者应该深入分析这种情况为何会发生。4. 关系的形式( the form of the relationship )：指变量 之间的关系是线性( linear )还是非线性( nonlinear )。上述 统计量描述的都是线性关系，如果不显著、显著而弱、显著 并强烈但反方向，也许其真正的关系不是线性而是非线性， 所以我们不能简单地收工回家，而要探索其非线性关系。当 然，后者更复杂、对于没有良好的理论和方法训练的研究者 更是容易掉进种种陷阱。以后有时间专门写个有关帖子。这 里只想提醒大家，当你 “ 山穷水尽疑无路 ” 时， 考虑一下

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论