トップ   編集 凍結解除 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS

分析方法のまとめ【SPSS】

Top / 分析方法のまとめ【SPSS】


ここでは、SPSSの分析方法をまとめています。


目次

測定とは

  • 測定=観察結果に対して、ある一定の規則を用いて数を割り当てること
  • 変数=人、物、事象によってその値が異なるような人、物、事象の特性
    • 例1)血液型:【A型=1,B型=2,O型=3,AB型=4】
    • 例2)性別:【男性=1,女性=2】

変数の区別

  • 観察する特性の違い→変数/尺度が区別→集計・分析法が異なる

離散変数

  • 人、物、事象などを、それらがもつ特性の種類あるいは質にしたがって分類したもの
  • 数値に数量的な意味がなく、計算ができない
  • 名義尺度と順序尺度が含まれる

名義尺度

  • 観察結果に対して、まったく任意の順序で数を割り当てている尺度
  • 可能な計算方法:全く不可能
  • 例)性別、血液型

順序尺度

  • 観察結果に対して、測定される特性の量の大小の順に数を割り当てている尺度
  • 可能な計算方法:上下の比較のみ
  • 例)学歴(中卒、高卒、大卒)、階層帰属意識(上、中、下)

連続変数

  • 人、物、事象などを、それがもつ特性の大きさあるいは量によって分類したもの
  • その数値を用いて数量的な計算が可能

間隔尺度

  • 観察結果に対して、値の間に一定の間隔が存在するように数を割り当てている尺度
  • 可能な計算方法:加法・減法
  • 例)気温、偏差値

比例尺度

  • 観察結果に対して、ゼロ点が存在することを表すように数を割り当てている尺度
  • 可能な計算方法:すべての四則計算
  • 例)身長、時間

度数分布表

  • 「分析」→「記述統計」→「度数分布表」
  • 分析の前には、離散変数の分布を確かめるために、度数分布表を出しておく

記述統計

  • 「分析」→「記述統計」→「記述統計」
  • 分析の前には、連続変数の分布を確かめるために、記述統計を出しておく

クロス表分析

分析方法

  • 「分析」→「記述統計」→「クロス集計表」
  • 「行」と「列」に連関を検討したい2つの変数を入れる
    • 独立変数→「行」
    • 従属変数→「列」
  • 「統計」で「カイ2乗」にチェックを入れる
  • 「セル」で「パーセンテージ」の「行」にチェックを入れる

注意事項

  • クロス表分析は、二つの離散変数間の関連を検討するための分析である
  • サンプル数が少なすぎるときは注意する
  • 各セルの期待度数が5以上でなければカイ2分布との近似性が保証されないので注意(→カイ2乗検定で、二変数間の関連を検討することに意味がなくなる)
  • SPSSのアウトプットの「カイ2乗検定」の表の下に、期待度数が5未満のセルの数が書いてあるので、それをチェック
  • サンプル数が少なく、期待度数が5未満のセルが頻出するときは、カテゴリを統合することによってこの問題に対処できる(ただし、あまりアドホックにカテゴリを統合してはならない)
  • どのセルに偏りが生じているかを確認するためには、「残差」をみるとよい
  • 「残差」とは、度数と期待度数との差のことである。
    • 値が大きい→期待される以上に、そのセルにはサンプルが多い(偏っている)
    • 値が小さい→期待されるより、そのセルにはサンプルが少ない(偏っている)
  • 【SPSS】分析方法
  • 「セル」で「残差」の「調整済み標準化」にチェックをいれる
  • 【SPSS】表の見方
  • 調整済み標準化が「2」以上→期待される以上に、そのセルにはサンプルが多い
  • 調整済み標準化が「-2」以下→期待されるより、そのセルにはサンプルが少ない

分析結果の記述(例)

「性別」と「希望する子どもの性別」との間に関連があるかどうかをみるために、クロス表分析を行った。結果を表●に示す。表●によると、性別によって、欲しいと思っている子どもの性別が異なることがわかる。女性と比較して、男性は、男の子どもが欲しいと思っており、男性と比較して、女性は、女の子どもが欲しいと思っている。男性の71.2%が「男の子」が欲しいと思っているのに比較して、「男の子」が欲しいと思っている女性は22.8%に過ぎない。

「性別」と「希望する子どもの性別」のクロス表において独立性の検定を行ったところ、Χ2乗値(自由度)=846.409 (1)で、有意水準1%で有意となった。したがって、「性別」と「希望する子どもの性別」の間には、統計的に有意な関連があるといえる。

一元配置分散分析

分析方法

  • 「分析」→「平均の比較」→「一元配置分散分析」
    • 従属変数→「従属変数リスト」
    • 独立変数→「因子」
  • オプションで「記述統計量」と「平均値のプロット」にチェック
  • 「その後の検定」で「Tukey(T)」にチェック

注意事項

  • 一元配置分散分析は、一つの離散変数と、一つの連続変数との関連をみるための分析法である

分析結果の記述(例)

「就労形態」と「労働時間」との間に関連があるかどうかをみるために、分散分析を行った。分析の結果、F(自由度)=186.619(4, 2534)で、1%水準で統計的に有意であった。図●と表×には、就労形態別の就労時間/週の平均値を示した。図●と表×によると、常時雇用の一般従者の平均的な就労時間(48.20時間)が最も高いことがわかる。一方、臨時雇用、派遣社員の就労時間(29.61時間)は最も低く、就労形態によって、就労時間が大きく異なることがわかる。

多重比較(Tukey HSD法)の結果、1%水準で、「経営者・役員」は「臨時雇用、派遣社員」と「家族従業者」よりも就労時間が長いことがわかった。また、「常時雇用の一般従業者」は、「臨時雇用、派遣社員」、「自営業主・自由業者」、「家族従業者」よりも就労時間が長いことがわかった。「経営者・役員」と「常時雇用の一般従業者」の間には、統計的に有意な違いはなかった。

分析のTips

グループごとに分けて分析したいとき

たとえば、「性別によって、雇用形態と労働時間の関係が異なるのか」という疑問を持ったとする。男性では、雇用形態と労働時間の間には関係がないが、女性では、両者の間に関係がある、という具合である。

この場合は、性別というグループごとに分けて分析をするとよい。

  • SPSSの操作

「データ」→「ファイルの分割」→「グループ化変数」のなかに「性別」を入れる→「グループの比較」にチェック

なお、「グループの比較」ではなく、「グループごとの分析」とすると、男性と女性の分析結果が、別々に表示される。