百分比差异检验步骤.docx

1、百分比差异检验步骤百分比差异检验步骤1百分比标准误的计算对于一些分类变量，例如性别，感兴趣的通常是每个类别的百分比。 百分比标准误的计算过程与平均数标准误的计算过程相似，主要步骤如下：1） 计算重复样本百分比计算每个重复样本的百分比 ，求100个重复样本的百分比均值一。2） 计算抽样方差在100个重复样本上，分别计算每个百分比估计值与百分比均值差异的平方和，再除以25,可以得到百分比抽样方差的估计值， 对应的公式为:.二咯 昭演适3） 计算抽样标准误抽样标准误是抽样方差的平方根，在计算过程中使用的公式如下：下面以计算四类地区中不同性别的百分比及其标准误为例 ，通过框1提供的程序（文件名为 pe

2、rcentages.sps ）实现。框1计算四类地区中不同性别的百分比及其标准误 SPSS命令soci .SAV.SELECT IF NOT MISSING （Ge nder）.soci .sav.In clude file=C:fymacromcr_se_grppct.sps.GRPPCT GRP = gen der/WITHIN = RegCat / /*default=NOWITHIN*/soci .SAV/.GET FILE和SAVE OUTFILE命令用于打开数据文件并另存为新的数据文件， Include命令调用宏，GRPPC是宏名，宏中的选项含义如下：GRP指定要计算百分比的类别变

3、量。WITHIN：指定拆分变量（breakdown variable ），类别变量百分比的计算将在拆分变量 的每个类别中分别进行。INFILE :指定需要分析的数据文件。表1是根据框1计算得到的结果，结果中给出了四类地区 （拆分变量）不同性别的百分比和标准误，比如第一类地区男生百分比为 54.164%，标准误为.9518，女生百分比为45.836%，标准误为.9518。表1百分比标准误计算结果SE on group perce ntages of gen der with in regcat categoriesRegCatGen derstatSE男54.164.95181女45.836.9

4、518男53.894.58292女46.106.5829男55.736.64333女44.264.6433男56.922.59834女43.078.59832.百分比差异检验2.1配合度检验2.1.1两分类配合度检验用于分析一组数据的实际分布与理论分布是否一致，适用于单个的分类变量。检验公式如下：Z -p-P0，其中?为百分比估计值，pg为理论值，SEp为标准误。SEp例如，假如男女性别所占比例的理论值都为 50%，检验实际比例是否与理论值相同。 （性别为2分类）（1）SPSS语句GET FILE=C:fysoci.sav.SELECT IF NOT MISSING （Ge nder）.SAV

5、E OUTFILE=C:TEMPsoci.sav.In clude file=C:fymacromcr_se_grppct.sps.GRPPCT GRP = gen der/NREP=100/INFILE = C:TEMPsoci.sav 7.EXEC.(2) SPSS分析结果见下表性别statvarSE男53.3350.160.4054女46.6650.160.4054(3 )计算过程1)计算两两之间差异比如男性与理论值 50%的差异为53.335-50=3.335 ;2)Z分布，比如男生:计算近似Z值用均值差异估计值去除估计标准误，得到的统计量近似服从3)确定Z临界值计算结果与临界值 1.

6、96进行比较，由于 8.2271.96,因此，认为男生的人数比例与理 论上的50%有显著差异(a =0.05)。2.1.2多分类(网假设在总人群中网络成瘾的比例为 4%,检验调查得到的结果与理论值是否有差异。络成瘾为3分类)(1) SPSS分析语句In elude FILE=C:fymacromcr_se_grppct.sps.GET FILE=C:fysoci.sav .RECODESINASUM(8 thru Highest=3) (5 thru 8=2) (Lowest thru 5=1) INTO sinasumC .EXECUTE.SELECT IF NOT MISSING (si

7、nasumC).SAVE OUTFILE=C:TEMPsoci.sav.GRPPCT GRP = si nasumC/NREP=100/INFILE = C:TEMP soci.sav/.EXEC.(2) SPSS十算结果正常87.4740.210.4547网络成瘾倾向10.6540.180.4265网络成瘾1.8710.020.1251（3 ）计算过程1） 计算两两之间差异比如网络成瘾与理论值 4%的差异为1.871-4=2129 ;2） 计算近似Z值用均值差异估计值去除估计标准误，得到的统计量近似服从 Z分布，比如网络成瘾:17.02 ；Z=-2.219/0.1251=-17.02，即 Z

8、 ? Po 1.871 4 2.129SEp 0.1251 0.12513）多重比较的校正由于网络成瘾有 K（ 3）个类别，共需要进行比较 n=K-1即3-1=2次。网络成瘾与理论值4%的差异比较是多次比较中的一次比较， 因而需要对显著性a水平做矫正。 即在总体a =0.05的水平下，每一次比较的显著性水平调整为a /n。4）计算Z临界值查表求a =0.05/2的Z临界值，也可以在 excel中输入二H站曲法哄：.- 士-寸,得到Z临界 值。对于本例：可以如下图的 excel中输入 土 ，得到Z临界值=2.241403。因为卜17.02|2.241403，所以网络成瘾比例与理论上的 4%有显著

9、差异（总体a=0.05，每一次比较的显著性水平为 0.05/2 ）。引幵始捲入 更茴祇胃 公式罐审阅 观暨掛剪切 11 亍AT V)=三B T U 出彳ATI曼彳-对另D3 =NOOSINV( 1-1/2=0. 05/2)2ABC D E12311 翠 1403142.2独立性检验独立性检验用于分析含有多项分类的两个或两个以上的变量之间是否有关联或是否独 立的问题。2.2.1两分类例如，比较不同地区的男性比例是否相等。 (性别为2分类)(1)SPSS分析语句In elude FILE=C:fymacromcr_se_grppct.sps.GET FILE=C:fysoci.sav.SELECT

10、 IF NOT MISSING (Ge nder).SELECT IF NOT MISSING (RegCat).SAVE OUTFILE=C:TEMPsoci.sav .GRPPCT within = RegCat /GRP = Gen der /NREP=100 /INFILE = C:TEMP soci.sav /.EXEC.(2)SPSS计算结果地区性别statvarSE一类地区男51.4871.331.1546女48.5131.331.1546二类地区男52.6590.790.8915女47.3410.790.8915男53.3390.350.5910三类地区女46.6610.350

11、.5910男54.0140.410.6407四类地区女45.9860.410.6407(3 )计算过程1)计算两两之间差异比如一类地区的男性与二类地区的男性比例差异为 51.478-52.659=-1.172 ；2)计算差异联合标准误比如一类地区的男性与二类地区的男性比例差异标准误为：SEpi p2 ：SE；i SEp2 .1.330.79 1.456 ；3)计算近似Z值用均值差异估计值去除估计标准误， 得到的统计量近似服从 Z分布，比如一类地区和二类地区的男生： Z=-1.172/1.456=-0.805 ；4） 多重比较的校正一类地区有k（ 4）个分类，对于性别的某个分类， 四类地区共需要

12、两两比较 n=k*（k-1）/2即4*3/2=6次。因为性别为两个分类，女性的比较结果与男性是相同的，因此只要选择其中 的一类就可以了。一类地区的男性与二类地区的男性比例差异检验是多次比较中的一次比较， 需要对显著性a水平做矫正。即在总体a =0.05的水平下，每一次比较的显著性水平调整为a /n。5） 计算Z临界值查表求a =0.05/6的Z临界值，也可以在 excel中输入- -匚“上），得到Z临界值。对于本例：可以如下图的 excel中输入一沁二江尽眺匚一二-、,得到Z临界值=2.6383。2 6因为|-0.805|AB E 121|2. G38257I1342.2.2多分类例如，比较不

13、同地区的网络成瘾的差异。 （网络成瘾为3分类）（1） SPSS分析语句In elude FILE=C:fymacromcr_se_grppct.sps.GET FILE=C:fysoci.sav.RECODESINASUM(8 thru Highest=3) (5 thru 8=2) (Lowest thru 5=1) INTO sinasumC .EXECUTE.SELECT IF NOT MISSING (si nasumC).SELECT IF NOT MISSING (RegCat).SAVE OUTFILE=C:TEMPsoci.sav.GRPPCT within = RegCat/GRP = sin asumC/NR