應(yīng)用SPSS軟件進(jìn)行列聯(lián)表分析

_應(yīng)用SPSS軟件進(jìn)行列聯(lián)表分析在許多調(diào)查研究中，所得到的數(shù)據(jù)大多為定性數(shù)據(jù)，即名義或定序尺度測(cè)量的數(shù)據(jù)。例精品文檔放心下載如在一項(xiàng)全球教育水平的研究中，調(diào)查了400余人的個(gè)人信息，包括性別、學(xué)歷、種族等，謝謝閱讀對(duì)原始資料進(jìn)行整理就可以得到頻數(shù)分布表。定義四個(gè)變量：gender（性別）、educat（學(xué)歷）、minority（種族）、count（人數(shù)），謝謝閱讀其中前三個(gè)為分類變量，并且gender變量取值為0、1,標(biāo)簽值定義為：0表示female，1感謝閱讀表示male;educat變量取值為1、2、3，標(biāo)簽值定義為：1表示學(xué)歷低，2表示學(xué)歷中等，謝謝閱讀3表示學(xué)歷高；minority變量值為0、1，標(biāo)簽值定義為：0表示非少數(shù)種族，1表示為少精品文檔放心下載數(shù)種族。下面做gender、educat、minority的三維列聯(lián)表分析及其獨(dú)立性檢驗(yàn)。數(shù)據(jù)文謝謝閱讀件如圖1所示。_1第一步：用“count”變量作為權(quán)重進(jìn)行加權(quán)分析處理。從菜單上依次選Data--weightCases謝謝閱讀命令，打開對(duì)話框，如圖2所示。_2點(diǎn)選WeightCasesby項(xiàng)，并將變量“count”移入FrequencyVariable欄下，之后單擊謝謝閱讀OK按鈕。第二步：從菜單上依次點(diǎn)選Analyze--DeseriptiveStatistics--Crosstabs命令，打開列聯(lián)感謝閱讀分析對(duì)話框(Crosstabs),如圖3所示。_圖3第三步：在Crosstabs對(duì)話框中，如圖4將變量性別gender從左側(cè)的列表框內(nèi)移入行變精品文檔放心下載量Row(s)框內(nèi)，并將受教育年限編碼后得到的學(xué)歷變量educat移入列變量Column(s)框感謝閱讀內(nèi)（若此時(shí)單擊OK按鈕，則會(huì)輸出一個(gè)2*3的二維列聯(lián)表）。這里要輸出一個(gè)三維列聯(lián)表，謝謝閱讀將變量種族minority作為分層變量移入Layer框中，并且可以勾選左下方的Display謝謝閱讀clusteredbarcharts項(xiàng)，以輸出聚集的條形圖，如圖8圖9所示。精品文檔放心下載_圖4第四步：選擇統(tǒng)計(jì)量，單擊Cosstabs對(duì)話框下側(cè)的Statistics按鈕，打開其對(duì)話框，如圖精品文檔放心下載5所示。_5Statistics對(duì)話框內(nèi)，勾選Chi-square項(xiàng)，以輸出表2進(jìn)行獨(dú)立性檢驗(yàn)。這里由于不是定距及定比尺度測(cè)量的數(shù)據(jù)，因此可以不選擇簡(jiǎn)單相關(guān)系數(shù)Correlations項(xiàng)。接下來根據(jù)數(shù)據(jù)的類型而選擇相應(yīng)的列聯(lián)相關(guān)的測(cè)量值：在定類數(shù)據(jù)Nominal欄下，勾選列聯(lián)系數(shù)謝謝閱讀Contingencycoefficient和PhiandCramer’sV選項(xiàng)（這里Phi系數(shù)可以不選，因它只謝謝閱讀用于2*2的列聯(lián)表，但SPSS把它與Cramer的V統(tǒng)計(jì)量放在一個(gè)選項(xiàng)上，也就只好一并選上了），以及Lamabda和不確定系數(shù)Uncertaintycoefficient。也可選擇定序數(shù)據(jù)Ordinal欄下得Gamma、Somers的d、Kendall的和。至于NominalbyInterval感謝閱讀b c欄下的Eta選項(xiàng)就不必選了，因?yàn)檫@里不是定距及定比尺度測(cè)量的數(shù)據(jù)。單擊Continue按感謝閱讀鈕回到Crosstabs主對(duì)話框。第五步：?jiǎn)螕鬋rosstabs對(duì)話框下側(cè)的Cells按鈕，打開其對(duì)話框，如圖6所示。在Cell感謝閱讀Display對(duì)話框內(nèi)，勾選Counts(計(jì)數(shù))欄下的Observed(觀測(cè)頻數(shù))與Expected(期望頻數(shù))謝謝閱讀兩個(gè)選項(xiàng)；并勾選Percentage百分欄下得Row(行百分比)、Column(列百分比)和Total(總感謝閱讀百分比)三個(gè)選項(xiàng)。由此，可以輸出列聯(lián)表（如表1）。單擊Continue按鈕回到Crosstabs謝謝閱讀主對(duì)話框。_圖6第六步：?jiǎn)螕鬋rosstabs對(duì)話框下側(cè)的Format按鈕，打開TableFormat對(duì)話框，如圖7謝謝閱讀所示。它只是一個(gè)輸出格式的定義，行序（RowOrder）按照Ascending(升序)還是謝謝閱讀Descending(降序)排列，系統(tǒng)隱含設(shè)置是按照Ascending(升序)排列（事實(shí)上，一般不必謝謝閱讀打開此對(duì)話框，只用系統(tǒng)隱含設(shè)置即可）。單擊Continue按鈕回到Crosstabs主對(duì)話框。精品文檔放心下載_圖7第七步：在Crosstabs對(duì)話框中，單擊OK按鈕執(zhí)行。感謝閱讀輸出結(jié)果如表1~4所示。表1性別、學(xué)歷、種族交叉表_表2卡方檢驗(yàn)表_表3方向性測(cè)度_表4對(duì)稱性測(cè)度在三維列聯(lián)表中，結(jié)合圖7圖8，可以看出：非少數(shù)種族的女性低學(xué)歷的比例為72.9%,高感謝閱讀于男性低學(xué)歷的比例25.8%;而相反女性高學(xué)歷的比例僅為0.6%，遠(yuǎn)遠(yuǎn)低于男性高學(xué)歷的比謝謝閱讀例。在少數(shù)種族中，從低學(xué)歷至高學(xué)歷，無論男女都是同樣的遞減趨勢(shì)，即低學(xué)歷的所占比感謝閱讀百分比高，中等學(xué)歷的所占百分比其次，最少的就是高學(xué)歷的所占百分比，只不過女性這種精品文檔放心下載趨勢(shì)更明顯，分別為75%、25%、0%。_圖8圖9_在非少數(shù)種族類型中：2=93.724，非常大，相應(yīng)的p值小于0.001.因此在0.001的顯著精品文檔放心下載水平下高度顯著，即拒絕：性別與學(xué)歷相互獨(dú)立的原假設(shè)，兩者之間具有高度顯著的相關(guān)關(guān)精品文檔放心下載聯(lián)。由聚集的條形圖可以直觀的看到：女性低學(xué)歷比例比男性高，同時(shí)男性高學(xué)歷比例又比精品文檔放心下載女性高。在少數(shù)種族類型內(nèi)：2=5.926，p=0.052>0.05,因此在0.05的顯著水平下，沒有理由拒絕兩個(gè)變量獨(dú)立的原假設(shè)，表示性別與學(xué)歷這兩個(gè)變量之間相互獨(dú)立，沒有顯著的相關(guān)關(guān)精品文檔放心下載聯(lián)。在表3的方向性測(cè)度(DirectionalMeasures)中，有兩類系數(shù)：不確定系數(shù)（Uncertainty謝謝閱讀Coefficient）和Somers’d。每種系數(shù)均有三種形式：對(duì)稱的（Symmetric）、以性別為謝謝閱讀因變量的及以學(xué)歷為因變量的。事實(shí)上，我們關(guān)心的是兩種形式——對(duì)稱的（Symmetric）精品文檔放心下載和以學(xué)歷為因變量的。在這里非少數(shù)種族的對(duì)稱不確定系數(shù)為0.173，而少數(shù)種族的對(duì)稱不感謝閱讀確定系數(shù)為0.050；并且以學(xué)歷為因變量的非少數(shù)種族的對(duì)稱不確定系數(shù)為0.148，而少數(shù)謝謝閱讀種族的列聯(lián)相關(guān)程度高于少數(shù)種族的。在對(duì)稱性測(cè)度（SymmetricMeasures）中，Crammer的V值列聯(lián)表系數(shù)、Kendall感謝閱讀系數(shù)值以及值（Gamma）,非少數(shù)種族的上述各項(xiàng)值均高于少數(shù)種族的，顯示出預(yù)測(cè)力以非少數(shù)種族更強(qiáng)。事實(shí)上，在少數(shù)種族的Crammer的V值列聯(lián)表系數(shù)的近似的p值感謝閱讀為0.052，在0.05的顯著水平下不顯著。在列聯(lián)表分析中，列聯(lián)表的分布除了觀察值的分布外，還要構(gòu)造條件百分比表。這個(gè)百分比就是由