cda

数字化人才认证

您的位置:首页 > 精彩阅读 > SPSS详细教程:OR值的计算

SPSS详细教程:OR值的计算

2018-02-17

SPSS详细教程:OR值的计算

一、问题与数据

研究者想要探索人群中不同性别者喜欢竞技类或娱乐性体育活动是否有差异。研究者从学习运动医学的学生中随机招募50名学生,记录性别并询问他们喜欢竞技类还是娱乐性活动,通过计算比值比来探索这一差异。

性别变量为gender,男性赋值为1,女性赋值为2;喜欢竞技类运动的变量为comp,是赋值为1,否(即喜欢休闲类运动)赋值为2。部分数据如下图显示,左图为原始数据,右图为按性别和喜欢竞技类运动与否统计的汇总数据。

二、对问题的分析

为计算比值比,需要满足以下两个假设:

1. 假设1:自变量和因变量均为二分类变量。

2. 假设2:观测间相互独立。

接下来,将介绍计算比值比的SPSS操作。

三、SPSS操作

1. 数据准备

如果研究者使用原始数据,跳过数据准备步骤,直接计算比值比;如果使用按性别和喜欢竞技类运动与否统计的汇总数据,则需要添加权重,步骤如下。

(1)点击主菜单Data > Weight Cases,如下图:


点击后出现Weight Cases对话框,如下图:


(2)勾选Weight cases by选项,激活 键和Frequency Variable: 框,如下图:


(3)将变量freq选入Frequency Variable框,如下图:


(4)点击OK键,为数据加权。

2. 比值比的SPSS操作

(1)点击主菜单Analyze > Descriptive Statistics > Crosstabs,如下图:


点击后出现Crosstabs对话框,如下图:


注意:如果使用频数统计的数据文件,Crosstabs对话框如下图:


(2)将自变量gender选入Row(s):框,因变量comp选入Column(s):框,如下图:


注意:如果使用频数统计的数据文件,Crosstabs对话框如下图:


(3)点击Statistics键,出现Crosstabs Statistics对话框,如下图:


(4)勾选Risk,如下图:


(5)点击Continue键。

(6)点击OK键,生成结果。

四、结果解释

1. 描述性分析

在报告比值比前,研究者应该先查看基本的一些统计量,了解数据特征。本例查看gender*comp Crosstabulation表,如下图:


表中可看到50名研究对象中男性和女性各25人。首先,查看男性喜欢竞技类运动的比值,如下图高亮显示:


25名男性中,18名男性喜欢竞技类运动,7名不喜欢(即喜欢娱乐性运动)。因此,男性喜欢竞技类运动的比值为喜欢与不喜欢的概率之比,即为喜欢竞技类运动的男性数量除以不喜欢的男性数量,得到比值为2.57(18÷7=2.57)。因此对男性来讲,喜欢竞技类运动的概率是喜欢娱乐性运动概率的两倍多。

同理,也可以得到女性的比值。下表中为25名女性喜欢竞技类运动的情况:


25名女性中10名喜欢竞技类运动,15名不喜欢。因此女性喜欢竞技类运动的比值为为喜欢竞技类运动的女性数量除以不喜欢的女性数量,得到比值为0.67(10÷15=0.67)。因此对女性来讲,喜欢竞技类运动的概率是喜欢娱乐性运动概率的0.67倍。

因此,研究者可以汇报:“本研究招募了50名研究对象,男女性各25人。与娱乐性运动(n=7)相比,男性更喜欢竞技类运动(n=18);在女性中则相反,10名女性喜欢竞技类运动、15名女性喜欢娱乐性运动”。

2. 比值比

观察Risk Estimate表可以得到比值比,如下图:


性别与喜欢竞技类运动与否的比值比为3.857,95%置信区间为1.180到12.606。95%置信区间代表研究者有95%的把握确定人群中这一关联的真实比值比在1.180到12.606之间。此外,比值比还可以通过gender*comp Cross tabulation表的两个比值手动算出。

计算性别与喜欢竞技类运动与否的比值比,仅需要用男性的比值除以女性的比值,如下面算式。因此,男性喜欢竞技类运动的可能性是女性3.857倍。


如果比值比大于1且95%置信区间不包括1,代表男性喜欢竞技类运动的可能性大于女性;反之,比值比小于1且95%置信区间不包括1,则代表男性喜欢竞技类运动的可能性小于女性;若比值比的95%置信区间包括1,则说明男女性喜欢竞技类运动的可能性无统计学差异。

五、撰写结论

本研究招募了50名研究对象,男女性各25人。与娱乐性运动(n=7)相比,男性更喜欢竞技类运动(n=18);在女性中则相反,10名女性喜欢竞技类运动、15名女性喜欢娱乐性运动。与女性相比,男性喜欢竞技类运动的比值比是3.857(95%置信区间:1.180-12.606),且有统计学意义。

完 谢谢观看

展开阅读全文
分享
收藏

OK