最新应用SPSS软件进行列联表分析

应用SPSS软件进行列联表分析

在许多调查研究中，所得到的数据大多为定性数据，即名义或定序尺度测量的数据。例如在一项全球教育水平的研究中，调查了400余人的个人信息，包括性别、学历、种族等，对原始资料进行整理就可以得到频数分布表。

定义四个变量：gender（性别）、educat（学历）、minority（种族）、count（人数），其中前三个为分类变量，并且gender变量取值为0、1,标签值定义为：0表示female，1表示male;educat变量取值为1、2、3，标签值定义为：1表示学历低，2表示学历中等，3表示学历高；minority变量值为0、1，标签值定义为：0表示非少数种族，1表示为少数种族。下面做gender、educat、minority的三维列联表分析及其独立性检验。数据文件如图1所示。

图1

第一步：用“count”变量作为权重进行加权分析处理。从菜单上依次选Data--weight Cases 命令，打开对话框，如图2所示。

图2

点选Weight Cases by项，并将变量“count”移入Frequency Variable栏下，之后单击OK按钮。

第二步：从菜单上依次点选Analyze--Deseriptive Statistics--Crosstabs命令，打开列联分析对话框(Crosstabs),如图3所示。

图3

第三步：在Crosstabs对话框中，如图4将变量性别gender从左侧的列表框内移入行变量Row(s)框内，并将受教育年限编码后得到的学历变量educat移入列变量Column(s)框内（若

此时单击OK按钮，则会输出一个2*3的二维列联表）。这里要输出一个三维列联表，将变量种族minority作为分层变量移入Layer框中，并且可以勾选左下方的Display clustered bar charts项，以输出聚集的条形图，如图8图9所示。

图4

第四步：选择统计量，单击Cosstabs对话框下侧的Statistics按钮，打开其对话框，如图5 所示。

图5

在Statistics对话框内，勾选Chi-square项，以输出表2进行独立性检验。这里由于不是定距

及定比尺度测量的数据，因此可以不选择简单相关系数Correlations 项。接下来根据数据的类型而选择相应的列联相关的测量值：在定类数据Nominal 栏下，勾选列联系数Contingency coefficient 和Phi and Cramer ’s V 选项（这里Phi 系数可以不选，因它只用于2*2的列联表，但SPSS 把它与Cramer 的V 统计量放在一个选项上，也就只好一并选上了），以及Lamabda 和不确定系数Uncertainty coefficient 。也可选择定序数据Ordinal 栏下得Gamma 、Somers 的d 、Kendall 的b τ和c τ。至于Nominal by Interval 栏下的Eta 选项就不必选了，因为这里不是定距及定比尺度测量的数据。单击Continue 按钮回到Crosstabs 主对话框。

第五步：单击Crosstabs 对话框下侧的Cells 按钮，打开其对话框，如图6所示。在Cell Display 对话框内，勾选Counts(计数)栏下的Observed(观测频数)与Expected(期望频数)两个选项；并勾选Percentage 百分栏下得Row(行百分比)、Column(列百分比)和Total(总百分比)三个选项。由此，可以输出列联表（如表1）。单击Continue 按钮回到Crosstabs 主对话框。

图6

第六步：单击Crosstabs 对话框下侧的Format 按钮，打开Table Format 对话框，如图7所示。它只是一个输出格式的定义，行序（Row Order ）按照Ascending(升序)还是Descending(降序)排列，系统隐含设置是按照Ascending(升序)排列（事实上，一般不必打开此对话框，只用系统隐含设置即可）。单击Continue 按钮回到Crosstabs 主对话框。

图7

第七步：在Crosstabs对话框中，单击OK按钮执行。

输出结果如表1~4所示。

表1性别、学历、种族交叉表

表2卡方检验表

表3方向性测度

表4对称性测度

在三维列联表中，结合图7图8，可以看出：非少数种族的女性低学历的比例为72.9%,高于男性低学历的比例25.8%;而相反女性高学历的比例仅为0.6%，远远低于男性高学历的比例。在少数种族中，从低学历至高学历，无论男女都是同样的递减趋势，即低学历的所占比百分比高，中等学历的所占百分比其次，最少的就是高学历的所占百分比，只不过女性这种趋势更明显，分别为75%、25%、0%。

图8