SPSS > 使用技巧 > 如何在IBM SPSS Statistics中使用简单对应分析两定性变量间关系

如何在IBM SPSS Statistics中使用简单对应分析两定性变量间关系

发布时间:2021-09-17 13: 15: 44

IBM SPSS Statistics的对应分析与常用的因子分析同属降维分析,但不同于因子分析可应用于定性与定量数据,对应分析只能用于两个定性变量的分析,并且主要是通过分析定性变量的列联表数据来得出变量之间的关系。

接下来,我们通过实例来详细了解下。

一、数据准备

本例使用的是一组品牌的评价数据,运用数字代表对各变量表述的同意程度,1-5的数值分别代表非常不同意、不同意、一般、同意、非常同意,属于定性的有序变量。

图1:评价数据
图1:评价数据

二、对应分析参数设置

如图2所示,依次单击分析-降维-对应分析。

图2:对应分析
图2:对应分析

在对应分析设置面板中,包含了行与列变量的设置选项。

先将需要分析的两个定性变量分别添加到行、列变量中。然后,分别单击变量下方的“定义范围”按钮。

图3:变量设置
图3:变量设置

对选定的行或列变量进行类别范围的指定。以“质量好”行变量为例,如图4所示,分别在最小值与最大值中填入“1”、“5”,设定变量的范围。

然后,单击右侧的“更新”按钮。

图4:定义范围
图4:定义范围

将设定的类别范围添加到类别约束中。

图5:类别约束
图5:类别约束

完成变量的范围定义后,行与列变量的右侧会出现范围说明(即(1 5))。

图6:完成范围定义
图6:完成范围定义

接着,打开模型设置,默认解的维数为2,设定“卡方”的距离测量方法,并使用标准化方法,除去行列平均值。

图7:模型设置
图7:模型设置

在统计设置中,保持默认的选项,以获得更为全面的统计结果。

图8:统计设置
图8:统计设置

最后,在图设置中,勾选“双标图”,即在维坐标中,标注行变量与列变量的数据分布,以了解两者在维坐标上的对应关系。

图9:图设置
图9:图设置

三、结果解读

完成以上设置后,运行对应分析,解读结果。

从对应表(即两个变量对应的频数分布图)得出,“质量好”与“知名品牌”的值4与值5交叉频数大。

图10:对应表
图10:对应表

将维数降至3维后,从惯性比例得出前2维惯性比例大,解释因子的贡献度高,并且前2维的累积惯性比例达94.6%。

图11:累积比例
图11:累积比例

从左侧因子双标图以及右侧的按维1排序的对应表得出,知名品牌的值4与质量好的值4与值5相对应;知名品牌的值5与质量好的值4与值5相对应。

图12:按维1排序的对应表
图12:按维1排序的对应表

四、小结

综上所述,SPSS的对应分析是一种简单的、两定性变量的对应关系分析。如果定性变量中的值类别越多,类别之间的关系就会更明显。但其缺点是只能用于分析两个定性变量间的对应关系。

如需分析多个变量间的对应关系,就要使用到最优标度的降维分析方法。具体可前往SPSS中文网站获取更多资料。

作者:泽洋

展开阅读全文

标签:SPSS两定性变量

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS里面如何快速将字符赋值 SPSS文字变量赋值
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS里面如何快速将字符赋值,SPSS文字变量赋值这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-30
SPSS因子负荷系数表怎么做 SPSS因素负荷是哪个值
在数据分析领域,SPSS因子分析可以从众多变量中提取出少数因子,这种方法一般是通过构建的指标体系计算出因子得分,而知晓因子负荷系数可以帮助研究者优化实验数据,从而实现对繁杂数据的标准化处理。今天,我们以SPSS因子负荷系数表怎么做,SPSS因素负荷是哪个值这两个问题为例,带大家了解一下SPSS因子负荷的相关知识。
2025-06-30
SPSS如何把多个题项变成一个维度 SPSS如何把多个题项分析出来
在回收调查问卷的数据后,研究者通常会对问卷中相关性较高的题项进行合并,这就需要运用到SPSS转换和计算变量的函数指令方法,从而使多个问卷题项变成一个维度来计算均值结果。本文以SPSS如何把多个题项变成一个维度,SPSS如何把多个题项分析出来这两个问题为例,带大家了解一下SPSS多题项合并的知识。
2025-06-27
SPSS方差齐性检验操作误区 SPSS方差齐性检验结果解读
方差齐性检验是用来检查不同数据之间的方差是否存在相似性,通过这种分析方法,可以判断不同组别数据的一致性。今天我就以SPSS方差齐性检验操作误区,SPSS方差齐性检验结果解读这两个问题为例,来向大家讲解一下SPSS当中方差齐性检验工具的操作技巧。
2025-06-27
SPSS交叉表行列优化技巧 SPSS交叉表格中行列层是什么意思
交叉表是用于分析两个或多个变量之间是否存在相互关联的验证图表,是一种非常简单且高效的数据分析工具,广泛应用在医疗、市场调研、商业分析等诸多领域。今天我就以SPSS交叉表行列优化技巧,SPSS交叉表格中行列层是什么意思这两个问题为例,来向大家讲解一下交叉表分析工具的相关知识。
2025-06-26
SPSS连续变量和分类变量的区别 SPSS连续变量和分类变量的关系
IBM SPSS Statistics是一款功能强大的统计软件,具备如数据处理、数理统计、分析预测,数据可视化等功能。借助IBM SPSS Statistics,我们可以快速完成数据分析工作,避免大量的数学计算,大大提高工作效率。使用IBM SPSS Statistics,首先要注意数据类型的设置,数据类型设置不正确,可能导致统计出现错误。SPSS连续变量和分类变量的区别,SPSS连续变量和分类变量的关系是怎样的,本文向大家作简单介绍。
2025-06-26

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: