网站首页/硬件软件列表/内容

如何应用SPSS列联表区分_SPSS探索变量间的相关关系

硬件软件2024-05-04阅读
SPSS由IBM公司出品,它提供了包括描述性统计、推断性统计、因子分析、聚类分析、回归分析等多种统计分析功能,并包括文本分析、机器学习算法、数据分析模型等。SPSS的界面友好,易于操作,能够快速从数据中提取有用的洞察和分析,广泛应用于教育、心理、医学、市场、人口、保险等多个研究领域,也用于产品质量控制、人事档案管理和日常统计报表等。

IBM SPSS Statistics的列联表分析,也称为交叉表分析,用于分析两个或以上分组变量的相关关系,在分析影响满意度的因素、药物有效性等方面都有很好的应用。

本文将以较为简单的二乘二列联表卡方检验为例,介绍一下IBM SPSS Statistics的列联表分析功能。

一、打开数据文件

首先,我们打开如图1所示的一组数据,包含了性别、地区与满意度的数据,用以研究性别与满意度的相关关系。

由于当前数据中的满意度变量包含了非常不满意、比较不满意、一般、比较满意、非常满意五个变量值,为了构建二乘二列联表,需要转换一下数据。

示例数据

图1:示例数据

二、构建二乘二表格

如图2所示,打开IBM SPSS Statistics的转换菜单,并选择其中的“重新编码为相同的变量”选项。

重新编码为相同变量

图2:重新编码为相同变量

接着,如图3所示,将满意度变量添加到右侧的字符串变量中,并单击下方的“旧值与新值”进行变量的重新编码。

选择满意度变量

图3:选择满意度变量

如图4所示,在匹配旧值与新值的操作中,我们需依次将非常不满意、比较不满意、一般匹配为不满意;将较满意、非常满意匹配为满意。然后,单击继续。

匹配满意度变量的新旧值

图4:匹配满意度变量的新旧值

如图5所示,可以看到,数据中的满意度变量已重新编码为“满意”与“不满意”两个变量值,可与性别组成二乘二列联表。

完成满意度的重新编码

图5:完成满意度的重新编码

三、应用二乘二列联表分析

完成数据的转换后,就可以打开IBM SPSS Statistics分析中的“交叉表”选项。

交叉表分析

图6:交叉表分析

在交叉表的设置面板中,包含了变量选择面板以及分析选项功能。

分别将变量添加于列联表中的行与列,即可构建列联表。除了构建一层列联表外,我们还可以通过层选项构建多层的列联表,分析更为复杂的相关关系。

完成变量的选择后,即可使用右侧的分析选项探究变量间的相关关系。在下一节中,我们会使用转换好的数据演示功能。

交叉表设置

图7:交叉表设置

本文中,我们已经做好了数据的转换,并简单了解了列联表的变量选择面板。下一节,将会通过实例进一步探究变量间的相关关系。

IBM SPSS Statistics中我们已经将满意度重新编码为仅包含满意、不满意两个变量值的变量,并简单了解了列联表的变量选择面板。本节,将会通过实例进一步探究满意度与性别间的相关关系。

一、选择变量

为了研究性别与满意度的相关关系,如图1所示,我们需要分别将性别、满意度变量添加到右侧的行、列中,形成二乘二的列联表。

选择变量

图1:选择变量

二、设置精确检验方法

然后,再单击“精确”选项,设置分析所用的精确检验方法。在进行非参数检验时,需要设置精确检验方法,用于计算检验对应的P值。

一般情况下,选择“仅渐进法(适用于较大样本或服从渐进分布的数据)”,如果数据不符合渐进分布,则要选择蒙特卡洛法。“精确”法,是在小样本量的情况下使用,计算量较大,对计算机的内存要求较高。

精确检验选项

图2:精确检验选项

三、设置统计选项

完成精确检验设置后,如图3所示,打开“统计”按钮,选择其中的“卡方”选项,并在“名义”选项框中选择“列联系数”,以获得二乘二的卡方检验结果。

设置统计选项

图3:设置统计选项

四、设置单元格显示

最后,在单元格显示选项中,可以进一步设置分析结果的数据呈现方式。我们选择了以实测计数,并显示行(性别百分比)。

单元格显示选项

图4:单元格显示选项

五、分析结果

完成以上设置后,运行结果。首先,如图5所示,从频率表看到,男性与女性的满意占比都较不满意占比高,而且男性的满意占比似乎高于女性。

频率表

图5:频率表

为了进一步验证男性与女性的满意占比是否有显著性差异,我们可以观察卡方检验的数据。

如图6所示,可以看到,卡方的渐进显著性为0.015<0.05,表明男性与女性的满意占比有显著性差异,男性的满意占比显著高于女性。

卡方检验与列联系数图6:卡方检验与列联系数


世界上许多有影响的报刊杂志就SPSS给予了高度的评价。
相关阅读