LAB 04

一、載入套件與讀取資料

# 第一次使用時才需要安裝套件（eval=FALSE 表示編譯時不會執行這段）
install.packages("ggExtra")
install.packages("ggpubr")

# 載入繪圖與讀檔所需的套件
library(ggplot2)  # 基本繪圖套件
library(ggExtra)  # 在散佈圖旁加上邊際直方圖
library(ggpubr)   # 繪製含迴歸線與相關係數的散佈圖
library(haven)    # 讀取 SPSS 的 .sav 檔

# 讀取 SPSS 資料檔（請確認 .sav 檔與此 Rmd 檔放在同一個資料夾）
PISA <- read_sav("PISA_tawian2022_trimmed_lab.sav")

二、第一組變項：社會經濟地位（ESCS）與數學成就（PV1MATH）

研究問題：台灣學生社會經濟地位與其 PISA 數學成就測驗分數有關嗎？

# 繪製 ESCS 與 PV1MATH 的散佈圖
# add = "reg.line"：加上迴歸線；conf.int = TRUE：加上信賴區間
# cor.coef = TRUE：在圖上標示相關係數；cor.method = "pearson"：使用皮爾森積差相關
ggscatter(PISA, x = "ESCS", y = "PV1MATH",
          add = "reg.line", conf.int = TRUE,
          cor.coef = TRUE, cor.method = "pearson",
          xlab = "ESCS（社會經濟地位）",
          ylab = "PV1MATH（數學成就）")+ theme(text = element_text(family = "PingFang TC"))

# 以皮爾森積差相關計算 ESCS 與 PV1MATH 的相關係數並進行顯著性檢定
cor1 <- cor.test(PISA$ESCS, PISA$PV1MATH, method = "pearson")
cor1

## 
##  Pearson's product-moment correlation
## 
## data:  PISA$ESCS and PISA$PV1MATH
## t = 31.952, df = 5597, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.3703870 0.4146987
## sample estimates:
##       cor 
## 0.3927708

結果： ESCS 與 PV1MATH 的相關係數 r = 0.39（小數點以下兩位，四捨五入）。

解釋： 相關方向為正相關，表示學生的社會經濟地位越高，其數學成就分數傾向越高。 依 Cohen 的標準，兩者屬於中等程度的相關。

三、第二組變項：年齡（AGE）與社會經濟地位（ESCS）

研究問題：台灣學生年齡與其社會經濟地位有關嗎？

# 繪製 AGE 與 ESCS 的散佈圖（設定同第一組）
ggscatter(PISA, x = "AGE", y = "ESCS",
          add = "reg.line", conf.int = TRUE,
          cor.coef = TRUE, cor.method = "pearson",
          xlab = "AGE（學生年齡）",
          ylab = "ESCS（社會經濟地位）")+ theme(text = element_text(family = "PingFang TC"))

# 以皮爾森積差相關計算 AGE 與 ESCS 的相關係數並進行顯著性檢定
cor2 <- cor.test(PISA$AGE, PISA$ESCS, method = "pearson")
cor2

## 
##  Pearson's product-moment correlation
## 
## data:  PISA$AGE and PISA$ESCS
## t = -0.33172, df = 5597, p-value = 0.7401
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.03062489  0.02176306
## sample estimates:
##          cor 
## -0.004433958

結果： AGE 與 ESCS 的相關係數 r = -0.00（小數點以下兩位，四捨五入）。

解釋： 相關方向為負相關，相關程度極弱，幾乎無相關。 r 非常接近 0，表示學生年齡與其社會經濟地位之間幾乎沒有線性關係；這可能是因為 PISA 受測學生皆約為 15 歲，年齡範圍很窄。