应用SPSS列联表分析，探索变量间的相关关系（下）

上一节，在IBM SPSS Statistics中我们已经将满意度重新编码为仅包含满意、不满意两个变量值的变量，并简单了解了列联表的变量选择面板。本节，将会通过实例进一步探究满意度与性别间的相关关系。

一、选择变量

为了研究性别与满意度的相关关系，如图1所示，我们需要分别将性别、满意度变量添加到右侧的行、列中，形成二乘二的列联表。

二、设置精确检验方法

然后，再单击“精确”选项，设置分析所用的精确检验方法。在进行非参数检验时，需要设置精确检验方法，用于计算检验对应的P值。

一般情况下，选择“仅渐进法（适用于较大样本或服从渐进分布的数据）”，如果数据不符合渐进分布，则要选择蒙特卡洛法。“精确”法，是在小样本量的情况下使用，计算量较大，对计算机的内存要求较高。

三、设置统计选项

完成精确检验设置后，如图3所示，打开“统计”按钮，选择其中的“卡方”选项，并在“名义”选项框中选择“列联系数”，以获得二乘二的卡方检验结果。

四、设置单元格显示

最后，在单元格显示选项中，可以进一步设置分析结果的数据呈现方式。我们选择了以实测计数，并显示行（性别百分比）。

五、分析结果

完成以上设置后，运行结果。首先，如图5所示，从频率表看到，男性与女性的满意占比都较不满意占比高，而且男性的满意占比似乎高于女性。

为了进一步验证男性与女性的满意占比是否有显著性差异，我们可以观察卡方检验的数据。

如图6所示，可以看到，卡方的渐进显著性为0.015<0.05，表明男性与女性的满意占比有显著性差异，男性的满意占比显著高于女性。

以上就是IBM SPSS Statistics二乘二列联表分析的应用介绍。二乘二列联表的卡方检验应用较为广泛，可用于分析两个或多个变量间的相关关系，是一个相当实用的分析方法。

作者：泽洋