
发布时间:2021/09/26 11:38:24
在《SPSS中使用简单对应分析两定性变量间关系》一文中,我们已经了解到可运用简单对应分析得出两个定性变量类别值间的对应关系。接下来,本文将会继续运用SPSS的最优标度分析,更加深入地研究多个定性变量间的对应关系分析。
一、数据准备
本文使用到的是一组品牌认定的数据,每个受访者都会给予序号对应品牌的信息,受访者需要根据这些信息判断出品牌的序号。
通过最优标度分析,可得出相似品牌序号的集合,以判断哪些品牌在受访者的认定中属于同一类型。
二、最优标度分析
如图2所示,依次单击SPSS的分析-降维-最优标度选项。
由于本例中受访者认定品牌的数值实际为品牌序号,属于无序的分类变量,因此选择第一个选项“所有变量均为多重名义”。
三、参数设置
如图4所示,将所有受访者的变量数据添加到分析变量。如果有其他说明品牌属性的变量可添加到补充变量,因本例无受访者以外的品牌属性变量,所以不添加变量。
关于离散化、缺失、选项、输出等设置,一般保持默认即可。更为重要的是设置变量图选项,如图5所示,最优标度的变量图包含类别图、联合类别图与转换图选项。
本例会使用到联合类别图,以了解各变量类别值之间的对应关系,找出相似的类别值。
四、结果解读
从迭代历史记录看到,数据经过36次的迭代计算后已达到收敛校验值。
接着,从模型摘要的克隆巴赫Alpha数值与方差惯量得出模型的可信度信息。
如图7所示,模型的Alpha数值为0.956,可信度高;而方差惯性平均占比0.717,说明每个维度平均携带71.7%的信息,说明选取的两个维度可信度高。
而从两维的类别点联合图看到,品牌认定大致可分为三大类,其中,品牌8、9可分为一类;品牌1、2可分为一类;其余的品牌可分为一类。
五、小结
综上所述,SPSS对应分析按照分析的定性变量数量可分为简单对应分析与多重对应分析(也称作最优标度分析)。两种方法都可通过得出变量类别值的对应关系而进行类别值的归类,从而找到类别值间的共同特征。
作者:泽洋
读者也喜欢这些内容:
spss数值与字符串区别 spss数值与字符串转换
数据是进行统计分析和研究的基础,对于使用统计分析软件的用户来说,良好的数据管理是获得正确统计分析结果的前提条件。由于不同的统计分析方法对数据结构的要求不尽相同,因此我们有必要了解数据类型之间的区别以及转换。SPSS数值与字符串区别是什么,SPSS数值与字符串转换如何操作,本文向大家做简单介绍。...
阅读全文 >
spss缺失值处理方法 spss缺失值怎么设置
我们在使用SPSS处理数据时,会遇到中间的数值缺失的状况,处理数据的首要前提便是需要确保我们输入数据的准确。因此,就需要对缺失的数值进行找回,那么下面就来给大家介绍SPSS缺失值处理方法,SPSS缺失值怎么设置。...
阅读全文 >
spss缺失值为0代表什么 spss缺失值分析出现负数怎么办
缺失值是整体数据中由于缺少信息而造成数据种类或者分组不全,它指的是现有数据集中某个或者某些数据是不完全的。而缺失值也会有缺失值为0的情况,那么接下来就给大家介绍SPSS缺失值为0代表什么,SPSS缺失值分析出现负数怎么办。...
阅读全文 >
spss柱状图怎么设置显著性水平 spss柱状图怎么调整大小和宽度
SPSS柱状图可以直观的反映数据变化情况,因此应用非常广泛。在统计学角度,仅仅描述数据大致变化情况是不全面的,可能还需要分析数据间是否存在显著性差异,因此一般绘制带有差异显著性标记的柱状图。SPSS柱状图怎么设置显著性水平,SPSS柱状图怎么调整大小和宽度,本文结合实例向大家做简单的介绍。...
阅读全文 >