配對結果:

15)分析結果的報表中,會看到羅吉斯迴歸的報表,這是因為傾向分數配對是透過羅吉斯迴歸所儲存的預測機率值進行配對的。不過要注意的是,自變項如有類別變項,必須自行先在資料中轉換為虛擬變數。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

16)配對結果的報表中,呈現的是實驗組配對結果,配對結果顯示,精確配對0組,模糊配對61組。

17)有3筆實驗組並未配對成功。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

18)精確配對共計576次,被拒絕的機率達100.0%,反應上一張報表精確配對0組。

19)模糊配對共計576次,被拒絕的機率達89.41%(換句話說配對成功為61/576=10.59%),反應上一張報表精確配對61組。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

20)配對完成後,在原始資料會多出3個欄位,首先是「傾向分數」,這就是進行羅吉斯迴歸後,每筆資料的預測機率值

21)再來是「相符數量」,這數據只有實驗組會有,記錄資料中的每一筆實驗組會與多少筆對照組相符。

22)最後是「配對ID」,這數據同樣只有實驗組會有,記錄配對成功的實驗組,是與哪一筆對照組配對。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

23)雖然原始資料集多了記錄實驗組配對到的對照組ID,但這資料仍無法直接使用(因為需要透過資料處理另外再把有配對的到照組篩選出來)。其實在步驟10的設定中,SPSS會幫我們儲存另外一個資料集,而這個資料集更接近我們所要留下的配對樣本,這個資料集會多做兩件事,分別是步驟24與步驟25

24)此次示範的例子原本共計180筆,但在這個資料集中只剩下125筆,這是因為已經排除了沒有配對成功的到照組,因此目前資料集所剩的樣本=配對成功的實驗組61+配對成功的對到組61+未配對的實驗組3人,所以我們只需要想辦法把未配對的實驗組3人刪除,就會是配對成功122人的資料集。

25)「配對ID」也發生改變,在原始資料當中,「配對ID」只會記錄實驗組樣本配對到的對照組ID,而變更後的結果,配對ID已經變成雙向記錄,已圖中為例,ID128配對到ID90,而ID90配對到ID128

 

用SPSS進行傾向分數配對分析(Propensity sco

 

26)如同步驟24提到的,把未配對的實驗組3人刪除,點選「資料」à「選擇觀察值」。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

27)透過第二個選項「如果滿足條件」,輸入篩選樣本的條件「配對ID>0」,這是因為步驟25提到,資料集目前配對ID的欄位已經雙向記錄,因此沒有數據代表是未配對成功的實驗組。

28)選取「刪除未選取的觀察值」。

 

用SPSS進行傾向分數配對分析(Propensity sco

 

29)最後剩下的資料,即是完成配對的122筆樣本,兩組各有61筆。

 

用SPSS進行傾向分數配對分析(Propensity sco

arrow
arrow
    全站熱搜

    晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()