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
编码；a3a_1, a3a_2是多重分类法编码。

1. 【分析】——【多重响应】——【定义变量集】，打开“定义多重响应集”窗口；
2. 将变量“c0_1, c0_2, c0_3”选入【集合中的变量】框；
勾选【将变量编码为】的“二分法”，在【计数值】框输入“1”，即指定“1”表示选中；
【名称】框输入“C0”，【标签】框输入“家庭每月还贷情况”；
点【添加】；
3. 将变量“a3a_1, a3a_2”选入【集合中的变量】框；
勾选【将变量编码为】的“类别”，在【范围】框输入取值范围：“0”到“150”；
【名称】框输入“A3a”，【标签】框输入“家庭经济状况”；
点【添加】，得到
注意：同一多选题必须采用相同的编码方式和编码值。

三、多选题的频数
对前文得到的“多重响应集”C0进行频数分析。

1. 【分析】——【多重响应】——【频率】，打开“多响应频率”窗口，将多响应集“C0”选入【表格】框；【缺失值】处理“在二分集内按照列表顺序排除个案”对应多重二分法多选题，“在类别内按照列表顺序排除个案”对应多重分类法多选题；
点【确定】得到
在1147受访者中，共有163人选择了至少一个贷款种类。

$C0 频率
响应个案百分比
N 百分比
家庭每月还贷情况a C0. 请问您的家庭目前有下列还贷支
出吗：房贷
118 59.3% 72.4% C0. 请问您的家庭目前有下列还贷支
出吗：车贷
33 16.6% 20.2% C0. 请问您的家庭目前有下列还贷支
出吗：其他一般消费还贷
48 24.1% 29.4%
总计199 100.0% 122.1%
a. 值为 1 时制表的二分组。

共199个有效回答（各种贷款种类共被选择199次），其中房贷118次，车贷33次，其他一般消费还贷48次；
响应百分比，给出了每类贷款选择次数占总选择数的百分比；
个案百分比，给出了选择某类贷款的人数占总人数的百分比，即应答人数百分比，以房贷为例，118/163=72.4%; 最后的122.1%说明163个人平均每人选择了1.221种贷款。

四、多选题的列联表分析
若要就多选题对不同人群分别描述，即对多选题变量集合其它分类变量进行交叉表描述。

问题：按“婚姻状况”考察贷款情况
1.【分析】——【多重响应】——【交叉表】，打开“多响应交叉表”窗口，将变量“s7婚姻状况”选入【行】框，将【多响应集】“$C0$”选入【列】框；
2. 选中【行】框中的“s7(? ?)”，点【定义范围】，打开“定义变量范围”子窗口，根据变量s7的取值范围，【最小值】框输入“1”，【最大】框输入“3”
3. 点【继续】回到原窗口，点【选项】打开“选项”子窗口，勾选【单元格百分比】的“行”；
注：“百分比基于”可选择是基于“应答人数”还是“应答人次”；
“跨响应集匹配变量”当行/列变量均为多重分类法多选题时，可以让结果表格按两个变量集取值一一对应的方式来生成。

点【继续】回到原窗口，点【确定】得到
s7*$C0 交叉制表
家庭每月还贷情况a
总计
C0. 请问您的家庭目前有下
列还贷支出吗：房贷
C0. 请问您的家庭目前有下
列还贷支出吗：车贷
C0. 请问您的家庭目前有下列还贷支出吗：其他一般消费还贷
S7. 婚
姻状况
已婚
计数
91
23
30 120
s7 内
的 % 75.8%
19.2%
25.0%
未婚
计数
27
10
17
42
s7 内
的 % 64.3%
23.8%
40.5%
离异/分
居/丧偶
计数
1
1
s7 内
的 %
0.0%
0.0%
100.0%
总计
计数
118
33
48 163
百分比和总计以响应者为基础。

a. 值为 1 时制表的二分组。

可以发现已婚人群的房贷比例高于未婚人群，而未婚人群的车贷和其他消费还贷比例则均高于已婚人群，但要注意上述结论只是基于163个有贷款的受访者计算的，而不是全部1147个受访者。