1. Stata教學
第四講
兩個樣本之間的比較
©Ming-chi Chen
社會統計

2. 打開85q1family.dta這個社會變遷基本資料調查第三期第二次家庭的Stata資料檔 因為中文相容性問題有一些亂碼，辨識不易
可以打開85q1_format.txt看變數名稱以及變數值名稱
以j2、j3為例
j2問受訪者「拾.2.通常您平均每週大約花多少時間做家務工作？_______ 小時」
j3問受訪者「拾.3.通常您的配偶平均每週大約花多少時間做家務工作？_______小時」
©Ming-chi Chen
社會統計

3. 我們的資料裡有變數標籤，但是因為相容性的關係會有亂碼 查看是否有亂碼？ Data-data editor
在j2這個變數名稱上click一下，下面一整欄的數值都反白了
滑鼠右鍵-variable-properties-label
出現的中文是「通常您平均牢週大約花多少時間做家務工作︺」
把亂碼改好
也將j3變數標籤的亂碼改好
©Ming-chi Chen
社會統計

4. 查看變數有無異常值 關掉Data editor視窗 用box plot來看有無極端值
Graphics-easy graphs-box plot-main-在variable的空格裡鍵入j2
©Ming-chi Chen
社會統計

5. 用box plot來看有無極端值
©Ming-chi Chen
社會統計

6. 同樣方法也可以查看j3的極端值
也可以直接在指令欄
©Ming-chi Chen
社會統計

7. 這就是指令欄
©Ming-chi Chen
社會統計

8. 在指令欄裡直接鍵入
Graph box j2
然後按enter
©Ming-chi Chen
社會統計

9. Summarize varname, detail
指令欄鍵入summarize j2, detail
或statistics-summaries, tables, &tests-summary statistics-summary statistics
©Ming-chi Chen
社會統計

10. 太愛做家事了吧！ 高得不合理 . 通常您平均每週大約花多少時間做家務工作？
Percentiles Smallest 1% 5%
10% Obs
25% Sum of Wgt
50% Mean
Largest Std. Dev
75%
90% Variance
95% Skewness
99% Kurtosis
太愛做家事了吧！
高得不合理
©Ming-chi Chen
社會統計

11. Recode極端值 我們到85q1_format.txt去看，發現 J2 J3 996"不知道" 998"不適用" 999"拒答"
所以要把995以上定義為system missing
Recode j2 995/max=.
這裡的句點.就是Stata系統定義的缺失值。
©Ming-chi Chen
社會統計

12. 一週只有168小時，所以應該合理換算，以一天16小時算，一週112小時
. summarize j2, detail
通常您平均每週大約花多少時間做家務工作？
Percentiles Smallest 1% 5%
10% Obs
25% Sum of Wgt
50% Mean
Largest Std. Dev
75%
90% Variance
95% Skewness
99% Kurtosis

13. 用inspect來看大致分佈以及缺失個案數Data-describe data-inspect variables
. inspect j2
j2: 通常您平均每週大約花多少時間做家務工作 Number of Observations
Total Integers Nonintegers
| # Negative
| # Zero
| # Positive
| #
| # Total
| # Missing
(47 unique values)

14. Recode j2 168=112
©Ming-chi Chen
社會統計

15. . inspect j2
j2: 通常您平均每週大約花多少時間做家務工作 Number of Observations
Total Integers Nonintegers
| # Negative
| # Zero
| # Positive
| #
| # Total
| # Missing
(46 unique values)

16. . sum j2, detail
通常您平均每週大約花多少時間做家務工作？
Percentiles Smallest 1% 5%
10% Obs
25% Sum of Wgt
50% Mean
Largest Std. Dev
75%
90% Variance
95% Skewness
99% Kurtosis

17. . inspect j3
j3: 通常您的配偶平均每週大約花多少時間做家 Number of Observations
Total Integers Nonintegers
| # Negative
| # Zero
| # Positive
| #
| # # Total
| # # Missing
(54 unique values)

18. . summarize j3, detail
通常您的配偶平均每週大約花多少時間做家務工作？
Percentiles Smallest 1% 5%
10% Obs
25% Sum of Wgt
50% Mean
Largest Std. Dev
75%
90% Variance
95% Skewness
99% Kurtosis

19. Missing value & recode Recode j3 990/max=. Recode j3 168=112
©Ming-chi Chen
社會統計

20. . recode j3 168=112
(j3: 4 changes made)
. inspect j3
j3: 通常您的配偶平均每週大約花多少時間做家 Number of Observations
Total Integers Nonintegers
| # Negative
| # Zero
| # Positive
| #
| # Total
| # Missing
(50 unique values)

21. . summarize j3, detail
通常您的配偶平均每週大約花多少時間做家務工作？
Percentiles Smallest 1% 5%
10% Obs
25% Sum of Wgt
50% Mean
Largest Std. Dev
75%
90% Variance
95% Skewness
99% Kurtosis

22. Recode j3 112/max=112
Tabulate j3
©Ming-chi Chen
社會統計

23. ------------+----------------------------------- Total | 1,407 100.00
70 |
80 |
84 |
85 |
90 |
98 |
100 |
105 |
112 |
Total | ,
©Ming-chi Chen
社會統計

24. Data-data editor-找的A1這個變數-滑鼠右鍵 Variable-properties-label改成性別
來看看男女的差別
A1.這題是性別，男是1，女是2。
Data-data editor-找的A1這個變數-滑鼠右鍵
Variable-properties-label改成性別
Value label-define/modify-define-label name
輸入gender-OK-value鍵入1-text鍵入男-OK
value鍵入1-text鍵入男-OK-cancel-close-value label選擇gender-OK
關掉Data editor視窗
©Ming-chi Chen
社會統計

25. 男女的家務分擔是否有不同？
Statistics-Summaries, tables, & tests-tables-One/Two-way table of summary statistics
自變數
依變數
©Ming-chi Chen
社會統計

26. | 通常您平均每週大約花多少時間做家務工作 | 性別 | Mean Std. Dev. Freq.
| Summary of
| 通常您平均每週大約花多少時間做家務工作 |
性別 | Mean Std. Dev Freq.
男 |
女 |
Total |
差別很大嗎？
©Ming-chi Chen
社會統計

27. 母體變異數未知但已知相等
Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group mean comparison tests
自變數
依變數
信賴水準
©Ming-chi Chen
社會統計

28. . ttest j2, by(a1) level(99)
Two-sample t test with equal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =

29. 母體變異數未知但已知不相等 以上的方法是假設母體變異數未知但已知相等。 不管樣本大小，統計軟體一般用t檢定
那如果母體變異數未知但已知不相等，怎麼辦？
©Ming-chi Chen
社會統計

30. 母體變異數未知但已知不相等
Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group mean comparison tests
自由度需要比較複雜，由Welch提出的運算方式
變異數不相等
©Ming-chi Chen
社會統計

31. 男女性負擔家務工作時數的差異，在母體變異數未知但已知不等的情況下
. ttest j2, by(a1) unequal welch level(99)
Two-sample t test with unequal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = Welch's degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =
©Ming-chi Chen
社會統計

32. 變異數相等與否的Levene檢定
Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group variance comparison tests
自變數
依變數
©Ming-chi Chen
社會統計

33. 變異數相等與否的Levene檢定 sd(男) / sd(女)不等於一，p值顯示可以拒斥變異數相等的虛無假設
. sdtest j2, by(a1) level(99)
Variance ratio test
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
ratio = sd(男) / sd(女) f =
Ho: ratio = degrees of freedom = 967, 880
Ha: ratio < Ha: ratio != Ha: ratio > 1
Pr(F < f) = *Pr(F < f) = Pr(F > f) =
sd(男) / sd(女)不等於一，p值顯示可以拒斥變異數相等的虛無假設
©Ming-chi Chen
社會統計

34. 根據Levene檢定的結果，選擇變異數不相等的假設比較正確。 也就是男性分擔家務的時數顯著地少於女性。
©Ming-chi Chen
社會統計

35. 已婚未婚者的家務工作負擔的比較 A5為受訪者的婚姻狀況 1為未婚，2為已婚，3為其他 已婚者家務負擔比較大嗎？ ©Ming-chi Chen
社會統計

36. 已婚未婚者的家務工作負擔的比較 仿照男女的比較 得到如下的錯誤回報 . ttest j2, by(a5) level(99)
more than 2 groups found, only 2 allowed
r(420);
這是因為a5這個變數有三個變數值：未婚、已婚和其他
要用條件是來限制，僅比較未婚者和已婚者
©Ming-chi Chen
社會統計

37. Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group mean comparison tests
©Ming-chi Chen
社會統計

38. 變異數相等 . ttest j2 if a5!=3, by(a5) level(99)
Two-sample t test with equal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
未婚 |
已婚 |
combined |
diff |
diff = mean(未婚) - mean(已婚) t =
Ho: diff = degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =
©Ming-chi Chen
社會統計

39. 變異數不相等 . ttest j2 if a5!=3, by(a5) unequal welch level(99)
Two-sample t test with unequal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
未婚 |
已婚 |
combined |
diff |
diff = mean(未婚) - mean(已婚) t =
Ho: diff = Welch's degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =
©Ming-chi Chen
社會統計

40. Levene檢定 無法拒斥變異數相等的虛無假設 . sdtest j2 if a5!=3, by(a5) level(99)
Variance ratio test
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
未婚 |
已婚 |
combined |
ratio = sd(未婚) / sd(已婚) f =
Ho: ratio = degrees of freedom = 305, 1530
Ha: ratio < Ha: ratio != Ha: ratio > 1
Pr(F < f) = *Pr(F < f) = Pr(F > f) =
©Ming-chi Chen
社會統計

41. 兩層群體的比較 已婚男女間，未婚男女間是否有差異？ 婚姻是否不利於女性（至少就花在家務勞動上的時間而言）？ ©Ming-chi Chen
社會統計

42. 變異數相等
Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group mean comparison tests
©Ming-chi Chen
社會統計

43. 多重比較變異數相等 . by a5, sort : ttest j2 if a5!=3, by(a1) level(99)
-> a5 = 未婚
Two-sample t test with equal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =

44. 多重比較變異數相等 -> a5 = 已婚 Two-sample t test with equal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =

45. 多重比較變異數不相等
. by a5, sort : ttest j2 if a5!=3, by(a1) unequal welch level(99)
-> a5 = 未婚
Two-sample t test with unequal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = Welch's degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =

46. 多重比較變異數不相等 -> a5 = 已婚 Two-sample t test with unequal variances
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
diff |
diff = mean(男) - mean(女) t =
Ho: diff = Welch's degrees of freedom =
Ha: diff < Ha: diff != Ha: diff > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =

47. 多層次比較變異數相等檢定 . by a5, sort : sdtest j2 if a5!=3, by(a1) level(99)
-> a5 = 未婚
Variance ratio test
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
ratio = sd(男) / sd(女) f =
Ho: ratio = degrees of freedom = 176, 128
Ha: ratio < Ha: ratio != Ha: ratio > 1
Pr(F < f) = *Pr(F > f) = Pr(F > f) =

48. 多層次比較變異數相等檢定 -> a5 = 已婚 Variance ratio test
Group | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
男 |
女 |
combined |
ratio = sd(男) / sd(女) f =
Ho: ratio = degrees of freedom = 783, 746
Ha: ratio < Ha: ratio != Ha: ratio > 1
Pr(F < f) = *Pr(F < f) = Pr(F > f) =

49. Box Plot箱型圖的比較
©Ming-chi Chen
社會統計

50. 單身男性和已婚男性是否有差別？
單身女性和已婚女性是否有差別？
©Ming-chi Chen
社會統計

51. 配對樣本 結婚對女性不利？ 前例的分析中，我們比較已婚者與未婚者從事家務時間的差異，由此來推論婚前婚後可能產生的變化。
但「婚前組」與「婚後組」是由不同受訪者所構成的獨立樣本。
如果「是否結婚」與某些人格特質有關，則我們不知道是因為「婚姻」本身造成行為上的改變，還是具有某種行為傾向的人比較容易選擇婚姻。即我們的分析可能隱藏「自我選擇」 self-selection的問題
©Ming-chi Chen
社會統計

52. 配對樣本
為了證明婚姻對從事家務時間的影響不是來自於自我選擇，更好的分析樣本為長期追蹤資料 （longitudinal data），即能追蹤同一個受訪者，在婚前及婚後所產生行為上的變化。
但這種樣本資料的蒐集十分費時費力。
©Ming-chi Chen
社會統計

53. 配對樣本 夫妻之間從事家務的時間是否有顯著的差異？ 我們可以用兩種方式來分析：
將已婚男性與已婚女性當作兩獨立樣本，比較所有先生的平均值與太太的平均值是否有差異？
©Ming-chi Chen
社會統計

54. 配對樣本 但夫妻從事家務的時間不是「獨立事件」，先生多分擔，太太自然可以少做。
因此應該比較同一家庭中，夫與妻從事家務的時間是否有差異，而不是比較所有的「夫」的平均值與所有「妻」的平均值。
©Ming-chi Chen
社會統計

55. Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Mean comparison tests, paired data
1st-2nd
©Ming-chi Chen
社會統計

56. 夫妻之間的家務分工 配偶間相減，但是是妻減夫還是夫減妻？ 僅知夫妻間有差異 比配偶少，且達顯著水準 Paired t test
Variable | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
j2 |
j3 |
diff |
mean(diff) = mean(j2 - j3) t =
Ho: mean(diff) = degrees of freedom =
Ha: mean(diff) < Ha: mean(diff) != Ha: mean(diff) > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =
僅知夫妻間有差異
比配偶少，且達顯著水準
©Ming-chi Chen
社會統計

57. 配對樣本
如果要比較先生與太太從事家務時間的多寡，則應該如何分析？
男女分開分析
©Ming-chi Chen
社會統計

58. 產生新的變數並定義其計算式 Generate h_work = (j3 –j2)
Replace h_work=(j2 –j3) if a1==2
©Ming-chi Chen
社會統計

59. One sample mean comparison test
Statistics-Summaries, tables, & tests-Classical tests of hypotheses-one sample mean comparison test
©Ming-chi Chen
社會統計

60. 已婚女性的負擔 . ttest h_work == 0, level(99) One-sample t test
Variable | Obs Mean Std. Err. Std. Dev. [99% Conf. Interval]
h_work |
mean = mean(h_work) t =
Ho: mean = degrees of freedom =
Ha: mean < Ha: mean != Ha: mean > 0
Pr(T < t) = Pr(|T| > |t|) = Pr(T > t) =
已婚女性的負擔
©Ming-chi Chen
社會統計

61. 質化變數（比例）的比較 K1問「如果母親外出工作，對還沒上學的小孩比較不好。」
1非常贊成，2贊成，3不贊成，4非常不贊成，5無意見， 6不知道，7不瞭解題意， 9拒答，0未答
Recode k1 (1 2=1)(3 4=0)(else=.)
把這個依變數變成1和0兩個數值而已。
©Ming-chi Chen
社會統計

62. Statistics-Summaries, tables, & tests-Classical tests of hypotheses-Group proportion test
©Ming-chi Chen
社會統計

63. Two-sample test of proportion 男: Number of obs = 935
. prtest k1, by(a1) level(99)
Two-sample test of proportion 男: Number of obs =
女: Number of obs =
Variable | Mean Std. Err z P>|z| [99% Conf. Interval]
男 |
女 |
diff |
| under Ho:
diff = prop(男) - prop(女) z =
Ho: diff = 0
Ha: diff < Ha: diff != Ha: diff > 0
Pr(Z < z) = Pr(|Z| < |z|) = Pr(Z > z) =
©Ming-chi Chen
社會統計