SPSS学习系列17. 交叉表与多选题

17. 交叉表与多选题

（一）基本理论

分类变量包括无序分类变量、有序分类变量、多选题变量集。

对于分类变量的描述统计，主要是对分类变量各水平值分别进行频数和比例计算，再进步计算所需的一些相对频数指标。

一、单分类变量的统计描述

1. 频数分布

分类变量的分析，首先要了解：各类别的样本数（频数），以及占总样本量的百分比；对有序分类变量，还需要了解：累积频数、累积百分比。

2. 集中/离散趋势

观察原始频数，或者使用众数。对于分类变量，集中/离散趋势是一体的。

3. 相对频数指标

（1）比（Riatio）

两个有关指标之比A/B, 用来反映相对的大小关系，例如，月销售额/销售人数；

（2）构成比

用于描述事物内部各构成部分所占的比重，例如，百分比、累积百分比；

（3）率（Rate）

率是具有时间概念或速度、强度意义的指标，表示某个时期内某事件发生的频率或强度，例如速率、频率、费率、发病率等。

二、多分类变量的联合描述

列联表。例如，r×c二维列联表：

（1）共n个样本；

（2）按两种属性A、B，属性A有r个水平值：A1, …, A r; 属性B有c个水平值：B1, …, B c. 属性A=A i，属性B=B j的样本数为n ij.

（3）n i. = “属性A=A i”的合计数，n.j = “属性B=B j”的合计数。

注：多分类变量对应高维列联表。

三、多选题的统计描述

多选题是调查问卷的常见题型，因为多选题是回答同一个大问题，所以不能割裂开来单独分析，需要做汇总处理。

1. 应答人数（Count）

选择各题项的人数，原始频数；

2. 应答人数百分比

选择该项的人数占总人数的百分比，可以反映该选项在人群中的受欢迎程度；

3. 应答人次（Response）

选择各选项的总人次，1个受访者选择2个选项，即2人次；

4. 应答次数百分比

在做出的所有选择中，选择该项的人次占总人次数的比例。

（二）SPSS实现

有某调查问卷的数据文件（部分）：

变量属性：

一、单分类变量的描述——频率

变量“s4”表示学历：

问题1：描述受访者的学历分布情况

【分析】——【描述统计】——【频率】，将“学历”选入【变量】框，点【确定】得到

S4. 学历

频率

百分比

有效百分比

累积百分比

有效

初中/技校或以下 154 13.4 13.4 13.4 高中/中专 313 27.3 27.3 40.7 大专

331

28.9

28.9

69.6

本科 292 25.5 25.5 95.0 硕士或以上 57 5.0 5.0 100.0

合计

1147

100.0

100.0

注：详细操作见第15篇《频率图表》。

二、多分类变量的联合描述——交叉表

问题2：描述“性别”和“学历”的交叉频数分布

1. 【分析】——【描述统计】——【交叉表】，打开“交叉表”窗口，将“性别”选入【行】框，将“学历”选入【列】框，勾选“显示复式条形图”

注：若是3个分类变量的三维列联表，将第3个分类变量选入【层1的1】框，通过【下一张】可以设置更多层；

2. 【精确】设置计算概率值的方法，保持默认；

【统计量】设置计算行/列变量关联性的统计指标和检验方法，保持默认；

【格式】【Bootstrap】一般不用设置；

3. 点【单元格】，勾选【计数】的“观察值”，勾选【百分比】的“列”，【非整数权重】选默认的“四舍五入单元格计数”；

点【继续】回到原窗口，点【确定】得到

注：若将变量“城市”选入第1步中的【层1的1】框，则得到三维列联表，

S4. 学历中的 % 48.1% 53.4% 57.7% 57.9% 63.2% 55.5%

计数80 146 140 123 21 510

女

S4. 学历中的 % 51.9% 46.6% 42.3% 42.1% 36.8% 44.5%

计数154 313 331 292 57 1147 合计

S4. 学历中的 % 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

（三）多选题处理——多重响应

一、多选题的编码

多选题的编码方式有两种：

1. 多重二分法

是标准的多选题数据格式，即每个选项各设一个变量，“选中=1”“未选中=0”

例如，C0题：请问您的家庭目前有下列还贷支出吗？

（1）房贷（2）车贷（3）其他一般消费还贷

用变量C0_1、C0_2、C0_3分别代表上述3个选项，取值“1=选中、0=未选中、99=拒答”；

注：“99=拒答”后续可作为缺失值，或合并到“0=未选中”。

2. 多重分类法

若题项较多限定回答数较少，多重二分法就显得太啰嗦（过多的“未选中”），此时适合用多重分类法：为所有选项设置一套值标签，需要多少个变量取决于限选项数。

例如，Q题：如果你喝酒，主要受哪方面的影响？（限选2项，请按主次程度排出顺序，不喝酒的不用填）

（1）家人（2）朋友同学（3）影视剧（4）文学作品（5）网络（6）风俗习惯（7）其他

用变量Qa_1、Qa_2分别表示第1影响、第2影响，取值为选项编号，如Qa_1=3, Qa_2=2.

二、设定多选题变量集

多选题按前文的编码方式录入后只是若干个离散的变量，SPSS 并不知道它们代表一道多选题，这就需要将其设置为多选题变量集（也称为多重响应集），SPSS提供了两种方式：

方法1：【分析】——【表】——【多响应集】

方法2：【分析】——【多重响应】——【定义变量集】

二者操作基本相同，区别在于方法1可以保存定义的信息，方法2关闭数据文件后相应信息将丢失。下面以方法2为例，

有数据文件：

多选题变量是c0和a3，其中c0_1, c0_2, c0_3是多重二分法