© Copyright 版權所有：學富文化事業有限公司。本光碟內容僅提供教師於教學上使用，非經本公司許可，禁止複製 (給學生)。感謝老師的配合。
第十四章名義資料的數字 描述：關連測量 © Copyright 版權所有：學富文化事業有限公司。本光碟內容僅提供教師於教學上使用，非經本公司許可，禁止複製 (給學生)。感謝老師的配合。
表14.1
關連的測量和描述性統計 關連的測量為描述一變數的數值如何 受到另一變數數值的影響（將影響強 度量化的描述性統計量） 若指定一自變數、一依變數，則此測 量稱為不對稱測量 （asymmetric measure）；若互為依變 數，則應使用對稱測量 （symmetric measure）。
表14.2
名義變數之關連測量 關連測量是用數字指標來標示關係的強度， 數值介於兩極端值內，一極端值為完全關連 （perfect association），另一極端值為無關 連性（no association）。
表14.3
表14.4
圖14.1
表14.5
圖14.2
表14.6
Lambda（λ）的特性 λ是關連測量的一種，屬於一種比例性 縮減之誤差的測量。 （λ＝1），表兩變數為完全關連 （λ＝0），表兩變數可能為無關連、 或有其他的關連。 λ是一個不對稱的關連測量。
表14.7
表14.8
圖14.3a
圖14.3b
圖14.4
表14.9-14.11
應用λ的限制 當依變數之類別的分佈模式和自變數之 類別分佈相同時，λ值為０。但此時兩 變數仍有可能存在某種關連性，應檢查 相對次數分佈是否是真正的無關連，或 因依變數呈偏斜分佈所致。
表14.12
表14.13-14.14
其它名義資料兩變項之計算 Goodman and Kruskal tau (使用SPSS計算) Cramer’s V X2: 卡方值
∴兩變項有弱的相關。