SPSS > 使用技巧 > IBM SPSS Statistics处理多选题数据的步骤演示

IBM SPSS Statistics处理多选题数据的步骤演示

发布时间:2021-08-18 14: 30: 07

作为一款操作直观、功能强大的统计分析软件,IBM SPSS Statistics不仅广泛使用于学术研究中,更是广泛应用于市场调研行业。而在市场调研的应用中,最常涉及到的是问卷数据的处理。

对于简单的单选题,IBM SPSS Statistics处理起来与其他的数据相似,但对于多选题的话,该怎么处理呢?接下来,我们以一个实际例子讲解一下。

一、数据准备

以图1的多选题数据为例:

1. 该多选题的题目为:请问您知道以下哪些啤酒品牌?

2. 答案选项为:百威、青岛、雪花、喜力、嘉士伯、麒麟

3. 采用二分法录入,每一个选项都会录作一个变量,选中选项,其对应的变量会录入1,未选中即录入0

图1:多选题数据
图1:多选题数据

二、定义变量集

由于多选题涉及到多个变量,因此,无法通过简单的频数统计来得到所有选项的分布情况。

在这种情况下,需创建多重响应集,将所有的多选题选项集合在一起,构建新的变量集。具体的操作是,依次单击分析-多重响应-定义变量集。

图2:定义多重响应变量集
图2:定义多重响应变量集

如图3所示,定义多重响应集中包含了集合中变量、变量编码方式、名称标签等设置选项。

图3:变量设置
图3:变量设置

第一步,将所选题的选项变量都添加到“集合中的变量”。

图4:集合的变量
图4:集合的变量

第二步,在“变量编码方式”中选择“二分法”,并将其计数值设为1。该设置表示该集合中的变量采用二分法录入,当变量的数值为1时就计入一个计数。

第三步,在名称中输入新创建的多重响应集为Q2_TTL,在标签中输入多选题的题目。

第四步,单击添加按钮。

图5:定义集合的变量
图5:定义集合的变量

完成以上设置后,就能得到一个新的多重响应集$Q2_TTL。需注意的是,该多重响应集不会在SPSS数据集中出现,但会在多重响应运算中出现。

图6:完成定义
图6:完成定义

三、多重响集分析

对于新创建的多重响应集$Q2_TTL,可使用多重响应的频率与交叉表进行分析。

1. 频率分析

多重响应频率分析,即对多重响应集的频率分析。

图7:多重响应频率
图7:多重响应频率

其操作很简单,如图8所示,将多重响应集添加到表项目。

图8:变量设置
图8:变量设置

即可得到该多重响应集的频率分析,即不同啤酒品牌的认知个案数与占比情况。

图9:频率分析
图9:频率分析

2. 交叉表分析

多重响应的交叉表可供进行多重响应集与其他变量的交叉分析,但需注意的是,进行交叉表分析的变量需定义为定量变量。

比如在图10的数据中,如果希望获得性别与多重响应集的交叉表分析,需先将性别转换为定量变量。

图10:添加性别变量
图10:添加性别变量

完成数据的转换后,打开多重响应交叉表设置,将多重响应集$Q2_TTL添加为行,性别添加为列。

此时,注意到性别变量出现了“(??)”的符号,这是因为当前性别是定量变量,需进行范围的定义。

图11:多重响应交叉表
图11:多重响应交叉表

如图12所示,单击定义范围,将其最小值设为0,最大值设为1。

图12:定义范围
图12:定义范围

完成以上设置后,即可得到不同性别对不同啤酒品牌的认知频率分析。

图13:交叉表分析
图13:交叉表分析

四、小结

综上所述,在SPSS处理问卷多选题时,如果需要得到不同选项的整体频率分析,需先进行多重响应集的定义,将所有的多选题选项集合为多重响应集,再进行频率与交叉表的分析。

作者:泽洋

展开阅读全文

标签:SPSS

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结果中显著性水平怎么看 SPSS输出查看器内容保存方式
作为一款专业的数据分析软件,SPSS软件凭借着自身专业的功能与过硬的数据分析本领,受到了众多用户的青睐。而在使用SPSS的过程中,显著性分析是大家经常会遇到的问题。显著性分析的主要作用是帮助我们分析两组或者多组变量之间的显著性关系,在得到数据显著性分析的结果后,会需要把数据内容进行保存和留用。接下来给大家介绍SPSS结果中显著性水平怎么看,SPSS输出查看器内容保存方式的具体内容。
2025-12-17
如何将问卷星中的数据导入SPSS 如何对问卷星的数据进行SPSS分析
如今无论是在职场还是大学校园,都经常会用到问卷调查。问卷调查可以帮我们快速收集用户数据,了解用户的需求、关注点,帮助我们从数据中分析出研究方向、需要如何改进。而问卷星是常用的用来收集用户问题的问卷调查软件之一。下面就来说说如何将问卷星中的数据导入SPSS,如何对问卷星的数据进行SPSS分析的相关内容。
2025-12-17
SPSS如何计算变量的回归系数 SPSS回归分析中如何加入控制变量
在回归分析的领域中,回归系数通常占据着重要的地位,回归系数的存在相当于让整个回归方程有了方向之分。在回归方程中表示了自变量对因变量影响程度大小的参数,回归系数的大小与自变量和因变量的变化密切相关。当我们需要计算变量的回归系数时,使用SPSS不仅可以计算变量的回归系数,还可以在回归分析中设置控制变量。接下来给大家介绍SPSS如何计算变量的回归系数,SPSS回归分析中如何加入控制变量的具体内容。
2025-12-17
SPSS怎么处理缺失值 SPSS缺失数据过多如何填补
在临床收集数据时,由于每个患者做的指标不同,影像学检查也存在差异,所以经常会遇到数据缺失的情况。SPSS作为一款专业的数据分析软件,它可以帮助我们分析出哪些指标有缺失值和大概占比多少,以及针对这些缺失数据,利用不同的方法进行填补。今天我们一起来探讨SPSS怎么处理缺失值,SPSS缺失数据过多如何填补的问题。
2025-12-17
SPSS拆分文件怎么操作 SPSS拆分文件后怎么分析
拆分文件是数据分析中一项不可缺少的操作。例如在一组数据变量中含有多个变量需要分析的时候,可以把这些分组变量拆分开来,进而分开进行处理,提高处理的效率。这里推荐大家使用SPSS来进行数据分析,它在满足日常数据处理任务的同时,兼顾输出数据分析报告,方便我们使用它进行科研报告、问卷调查等数据分析。接下来给大家介绍SPSS拆分文件怎么操作,SPSS拆分文件后怎么分析的具体内容。
2025-12-17
SPSS可以做结构方程模型吗 SPSS可以做验证性因子分析吗
在调查服务满意度、人口数据影响特征和学生幸福感等等涉及一些无法直接测量的概念时,就会进入结构方程模型的应用领域。结构方程模型,是一种适用于多变量的统计分析方法,简称SEM,它是一种用于分析“观察变量与潜变量”和“潜变量”之间关系结构的方法。验证性因子分析,简称为“CFA”,是一种验证结构效度分析方法,常在结构方程模型分析中使用,作用是验证观测变量与潜在变量之间的结构关系。接下来就围绕着“SPSS可以做结构方程模型吗,SPSS可以做验证性因子分析吗”这两个问题,给大家介绍一下在SPSS中如何做结构方程模型分析。
2025-12-17

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: