推论统计过程详解

心理学实证类毕业论文之统计攻略推论统计过程详解许昌学院教科院马来祥•心理学实证研究中可使用的统计方法很多，但常用的推论统计方法，也是我建议大家在做本科毕业论文的时候使用的方法只有三种，分别是T检验、F检验和相关分析•T这个指标主要用来检验两组数据之间是否真正有差异，如男性和女性这两组之间是否有差异•F这个指标主要用来检验三组或三组以上的数据之间是否有差异，如大学四个年级之间是否有差异•r这个指标主要用来检验两组连续数据之间是否有相关，如焦虑和自我效能感之间是否存在相关一、T检验过程详解：以性别为例”analyze“——”comparemeans“——”independent-sampleTtest“。类似性别差异这样的差异检验，使用的就是这个选项。叫做”独立样本的T检验“。首先将因变量选入”Testvariable（s）“框中。此处将我们前边计算出的”焦虑得分“和”自我效能“选入，意味着我们要检验男女两性在”焦虑得分“和”自我效能“上有无差别首先将自变量”性别“选入”Groupingvariable“框中，意味着本次t检验中可以分为两组的变量就是”性别“。”性别“选入之后，我们看到后面的括号中会出现两个”？“，这是因为spss尚不知我们的两个性别到底以什么代号表示。本数据中我们将男性输入为1，女性输入为2。点击下面的按钮”definegroups“即可告诉spss我们对男女两性是以什么代号表示的。此案例中，直接在”group1“和”group2“中填上我们的分组1和2就可以了。(意味着我们在本案例中区别男女的方式是1和2)。然后点击”continue“。点击”continue“后，性别后面的括号中已经显示1和2了。然后点击ok，生成运算结果此列为平均数。如第一个数字12.0370为代号为1的性别（即男性）的焦虑均分此列为标准差。如第一个数字1.40031为男性之焦虑得分的标准差此列为t值。”焦虑得分“和”自我效能“都对应着两个t值。如果t这一列前边的那一列sig.0.05，就选择下面的t值报告，如果”sig.“0.05，则选择上边的t值报告这就是t检验是否显著的p值对应t的p值如果0.05，便意味着男性和女性有差别新建一个word文档，此处使用的是wps。wps个人感觉用起来比word方便点儿。下载地址：点击“插入”——“表格”，此处选择5列3行即可。各位同学最好在插入表格前在草纸上简单的画一下，看看自己的数据大概需要几行几列。这就是刚才建好的表格，在表格中把表头建好。然后选中表格上边的信息，点右键，选择居中。下一步，将spss的运算结果抄到这个表格中。抄数字时，小数点后保留两位即可，四舍五入。注意：这一部分就是描述统计的结果，每个表格中的数字都是由“平均数±标准差”构成的。如第一个格中的12.04±1.40，代表男性焦虑得分的均数是12.04，标准差是1.40。请各位同学对照前面的运算结果，仔细看看每个单元格中都应该写什么将表格中的数据全选，点右键选择“边框和底纹”下一步，将表格变为三线表：首先依次点击这三个按钮，点击“确定”后将会去掉表格中所有的竖线在这儿我们看到竖线已经没有了下一步，选择除第一行之外的所有单元格点击右键，选择“边框和底纹”点一下这个按钮即可取消所有的中间线。然后点击“确定”按钮现在表格已经变为了标准的三线表将表格往下拖动一下，在上面建立表头。在表格的下面，对表格中数据体现出的规律做简单说明，至此此t检验结果整理完毕。注意：表格中的t和p用小写，有的规范中要求用斜体。二、F检验过程详解：以婚否为例”analyze“——”comparemeans“——”one-wayANOVO“。类似婚否（“已婚、未婚、离婚”）这种分为三类或三类以上的变量，他们的差异检验使用的就是这个选项。叫做”单因素方差分析“。1、将因变量选入上边的框中，可同时选择多个。2、将分组变量即自变量选入下面的框点击“options”按钮在“descriptive”前的复选框上打勾，然后点击“continue”按钮这一步是要统计平均分和标准差点击“posthoc”按钮，这就是方差分析中的事后检验如果方差分析发现婚否的不同水平会导致不同的焦虑或自我效能水平，那么这一步将告诉我们已婚、未婚和离婚两两比较的结果。在“LSD”前的复选框上打钩，然后点击”continue“按钮结束了”options“和posthoc设置后，点击”ok“按钮便出现运算结果。•F检验的运算结果共有三个表格第一个表格：描述统计表，即”options“中设置的结果。我们主要关注其中画圈的两列，即平均数和标准差。如下表中的11.9744便是婚否表示为1的组（即已婚组）焦虑得分的平均数，1.59748则是已婚组焦虑得分的标准差。这些数据我们都需要在论文报告。第二个表格：方差分析表，这是方差分析的主要结果。我们主要关注其中画圈的两列，即F值和p值（sig.）。如下表中的0.198就是婚否的三个类别在焦虑得分上的F值，其对应p值等于0.821（大于0.05），这说明婚否这个变量对焦虑得分并无影响，即已婚、未婚和离婚三组被试的焦虑水平没有显著差异。这些数据我们也需要在论文报告。第三个表格：事后检验表，即”posthoc“中设置的结果。如果方差分析表（第二个表格）中的F值都不显著，这个表格我们就不用看了。如果方差分析表中存在显著的F值，我们需要进一步通过这个表格确定具体情况是怎样的。表格的看法：”meandifference“这一列数字是前边两组数据相减的结果。如横线部分的0.0855指的是”婚否为1的组（已婚组）的焦虑得分，减去婚否为2的组（未婚组）的焦虑得分，所得的差“，这个差从后面的p值，即sig.上看并不显著（因为p值为0.843，显然0.05）。三、相关分析详解：焦虑和自我效能analyze——“correlate”——“bivariate”。又称双变量相关，我们常用的就是皮尔逊积差相关在这个框中，将需要求相关的变量选中，然后点击右箭头，使之进入variable框spss默认的就是皮尔逊积差相关，不需改动了。点击“ok”即可-0.044这个值就是焦虑得分和自我效能的相关。“0.674”这个值就是相关系数的p值，0.05时意味着显著。“95”这个值是参与运算的被试数量。此处的相关分析只有两个变量，所以比较简单。注意：两个圆圈中的数字是一模一样的•因为这个例子只求了两个变量的相关，所以比较简单，只有一个相关系数可以报告。这种情况下，在论文中就不需要表格了，直接报告出来就可以了。比如这样表述：“统计结果表明，焦虑和自我效能感的相关系数为-0.044，相关未达到显著水平（p=0.674）。”•下面我们假设a1、a2、a3、a4是焦虑的四个维度，b1、b2、b3、b4是自我效能的四个维度，我们直接求一下焦虑的四个维度和自我效能的四个维度之间的相关这个表格就复杂多了，但其实也很简单。每一个框中就是一组相关的数据。以斜线为分割线，左右两部分是对称的，比如两个圆圈部分都是指a1和b1的相关，其中-0.340是相关系数，0.001是p值，97是被试数量。这即是论文中的呈现方式。在表格中不需要再报告p值，而是只报告一个相关系数就可以了，显著性水平以上标的*表示，“*代表p0.05;**代表p0.01;***代表p0.001”。表后的说明只介绍一下显著的相关，及其相关的方向即可