郑西联spss翻译第五章

《郑西联spss翻译第五章》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第五章差异检验的统计方法这一章包括了8种常用的关于差异检验的方法。其中1种是关于比例差异检验的方法，其它7种是关于平均数之间差异的检验方法。本章还介绍了应用这些方法，通过SPSS的操作来产生结果。不仅如此，本章还阐述了运用分心菜单如何解释SPSS输出的结果和如何书写这些分析的结果。比例差异为了检验一种分类因变量（如性别）个体的比例是否在每个分类自变量（如经理和主管）的水平上的差异，要使用卡方检验。中心趋势差异有许多检验中心趋势的统计方法，但是最常用的是由构造心理学家们最经常使用的如表5.1显示的一些统计方法。在此表中特定的各种统计方法已经发展为特定类型的研究设计。当然，

2、熟悉一些在研究设计中的专业术语是非常必要的。下面将关键的感念简单概述如下。自变量与因变量在差异的检验中，通常以自变量和因变量作为参考。自变量是那些研究者们在实验设计中单独操纵和加以对比的变量，而因变量是依靠上述控制和对比而产生的可以测量的变量。例如，研究者想比较接受两种培训项目的员工的工作效率。她选择了随机分配的方式，将100名员工随机分到A种培训项目和B种培训项目上。在这里，操纵的自变量是被试是接受A种培训，还是B种培训，并且按照操纵得出的因变量是可以测量的，即工作效率。又如，研究者或许对男女员工一年的缺勤率是否存在不同感兴趣。在这里，自变量是性别（男性与女性），因变

3、量是一年的缺勤率。自变量的水平一个自变量一般有两个或以上的水平。在组织研究中，自变量通常是分类变量（相对于连续变量），并且每个级别代表不同的类别。常见的例子是男性和女性，或者是在服务业和制造业工作的人们。有时，这些分类变量有两种以上水平。再举一个研究的例子，研究者希望比较市场营销、财务、生产部门的工作人员的幸福感。在这里，有一个自变量（不同的部门），它有三种水平（市场营销、生产部门和财务部门）。在表5.1列举的差异检验的不同种类的统计方法，根据自变量的性质有针对性的使用：它们涉及独立和配对样本。独立样本的自变量当有两种或两种以上水平的有关不同种类的人的自变量的时候，这种

4、自变量就是独立样本。因此，如果自变量是性别，独立样本的自变量必然会有独立样本，因为他们可分为一部分是男性和一部分女性。同样地，如果一组人接受了某种培训，而第二组没有接受培训，你又将拥有一个独立样本的自变量（接受培训和未接受培训）。配对样本的自变量当你使用配对样本或重复测量设计时，自变量就需要相关样本。在一个配对样本实验设计中，人们特意讲被试以他们一个或多个关键的共同特征（如性别或年龄）为基础进行匹配。因此，你可能对某种培训对工作绩效的影响有兴趣，为了取代对同类被试在培训前后的测量（重复测量设计），你测量了一组已接受培训的被试和另一组没有接受培训的被试，将他们在一个和多个

5、关键变量上进行匹配，你认为对他们的分类将对实验有显著的影响。例如，你可以讲被试根据年龄和性别进行匹配。在这种情况下，如果在培训组有一名27岁的男性，那么你应当他与没有培训组的27岁的男性进行匹配。在一个重复测量设计中，每位被试在因变量上两次或以上的测量，这给了你每位被试的几个分数。例如，你测量人们在接受培训前和培训后的工作绩效。自变量是培训，并且它有两种水平：培训前和培训后。这是一个重复测量设计，因为在这个研究中，工作绩效在每个人身上都进行了重复测量——它得到了两个数据，一个是在培训前，一个是在培训后。使用那种检验？当你仅仅有一种自变量，他有两种水平和独立的样本（例如男

6、性和女性）时，应使用独立样本t-检验。有一个自变量，它有两种水平和配对样本或重复测量（例如员工的工作满意度和培训项目的前测后测）时，应使用配对样本t-检验。如果你有一种自变量，它有三种或三种以上水平和独立样本（例如在财务、生产和销售部门的人员）时，应使用独立样本单因素方差分析。如果有一种自变量，它有三种以上水平和重复测量时（例如，在测验员工工作满意度时，在培训前、培训后和培训一年后），使用重复测量单因素方差分析。如果有两个以上的自变量，它们每个都有两个以上的水平，并且所有的自变量都是独立样本，使用独立样本多因素方差分析。如果有两种以上的自变量，每种变量有两种或以上的水平

7、，并且在所有的自变量上都采用了重复测量时，使用重复测量多因素方差分析。最后，如果有两种以上的自变量，这些自变量的每一个有两种或以上水平，这些样本在自变量里的一种或以上是独立的，但是你在自变量的一种或以上使用了重复测量时，使用混合样本多因素方差分析。我们现在将依次要考虑每种方法。卡方检验什么时候使用？卡方检验是在被试在一种分类自变量和一种分类因变量时使用。例如，自变量可以是性别，因变量时两年后是否晋升的员工。这些变量的每种类别有两种或以上列别。一种变量分为两类，例如性别（男性和女性），一种变量有两种或以上分类，例如资历（如高级管理者、中层管