应用SPSS列联表分析，探索变量间的相关关系（上）

IBM SPSS Statistics的列联表分析，也称为交叉表分析，用于分析两个或以上分组变量的相关关系，在分析影响满意度的因素、药物有效性等方面都有很好的应用。

本文将以较为简单的二乘二列联表卡方检验为例，介绍一下IBM SPSS Statistics的列联表分析功能。

一、打开数据文件

首先，我们打开如图1所示的一组数据，包含了性别、地区与满意度的数据，用以研究性别与满意度的相关关系。

由于当前数据中的满意度变量包含了非常不满意、比较不满意、一般、比较满意、非常满意五个变量值，为了构建二乘二列联表，需要转换一下数据。

二、构建二乘二表格

如图2所示，打开IBM SPSS Statistics的转换菜单，并选择其中的“重新编码为相同的变量”选项。

接着，如图3所示，将满意度变量添加到右侧的字符串变量中，并单击下方的“旧值与新值”进行变量的重新编码。

如图4所示，在匹配旧值与新值的操作中，我们需依次将非常不满意、比较不满意、一般匹配为不满意；将较满意、非常满意匹配为满意。然后，单击继续。

如图5所示，可以看到，数据中的满意度变量已重新编码为“满意”与“不满意”两个变量值，可与性别组成二乘二列联表。

三、应用二乘二列联表分析

完成数据的转换后，就可以打开IBM SPSS Statistics分析中的“交叉表”选项。

在交叉表的设置面板中，包含了变量选择面板以及分析选项功能。

分别将变量添加于列联表中的行与列，即可构建列联表。除了构建一层列联表外，我们还可以通过层选项构建多层的列联表，分析更为复杂的相关关系。

完成变量的选择后，即可使用右侧的分析选项探究变量间的相关关系。在下一节中，我们会使用转换好的数据演示功能。

本文中，我们已经做好了数据的转换，并简单了解了列联表的变量选择面板。下一节，将会通过实例进一步探究变量间的相关关系。如需获取下一节内容，欢迎访问IBM SPSS Statistics中文网站。

作者：泽洋