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交叉表卡方与非参数卡方检验有何区别 SPSS交叉表卡方检验结果解读
在SPSS统计分析中,卡方检验是一种我们经常使用到的非参数方法。但是,其实很多人会混淆“交叉表卡方检验”和“非参数卡方检验”。两者虽然名字十分相似,但是针对的是完全不同的分析场景。接下来我将为大家介绍:SPSS交叉表卡方与非参数卡方检验有何区别,SPSS交叉表卡方检验结果解读的相关内容,帮助大家精准区分方法、读懂检验结果。
2026-04-08
SPSS怎么做插值 SPSS线性插值法补全数据
一条条完整的数据源,能够更好地保障数据分析结果的准确性。但面对成千上万条数据参数,难免会出现数据缺漏或遗失的情况。针对这种情况,我们就可以使用SPSS中的插值和补全数据法。今天我就以SPSS怎么做插值,SPSS线性插值法补全数据这两个问题为例,来向大家讲解一下SPSS中插值的相关知识。
2026-04-08
SPSS多元逻辑回归步骤 SPSS多元逻辑回归结果解读
我们在数据分析的过程中,往往会遇到因变量是多分类定类变量的情况,比如购买决策可以分为“不买、犹豫、购买”,满意度可以分为“不满意、一般、满意”等,这时候,就可以使用多元逻辑回归的方法。它能帮我们明确哪些自变量会影响因变量的分类,还能量化影响程度,实用性很强。下面我将为大家介绍:SPSS多元逻辑回归步骤,SPSS多元逻辑回归结果解读的相关内容。
2026-04-08
SPSS多重共线性怎么看 SPSS如何降低多重共线性
无论是在生活中还是在工作中,分析各种问题时我们都会找到许多原因,例如明天是否会下雨可能会与温度、云量和风速等有关;商品的销售情况与价格、包装、质量和节日有关。生活中我们不必计较原因之间是否有关联,但是在要求精准的商业领域与科研领域,遇到这样的分析情况时,我们都要分析数据的共线性,它描述的是自变量之间的相关关系,如果一个模型中的自变量之间有高度的共线性,就会导致模型失真。本文我们就介绍一下SPSS多重共线性怎么看,SPSS如何降低多重共线性的相关内容。
2026-04-08
SPSS多个自变量散点图怎么做 SPSS怎么画分组散点图
在给原始数据做分析时,散点图可以清晰的帮我们理清变量之间的关系。即使有多个自变量,通过画出对应的散点图也可以帮我们理清变量之间的关联。即使是想对比不同组别之间的差别,分组散点图也可以将数据可视化,便于我们分析。它可以把数据按类别分开,让不同组别的变量关系清晰的展示出来。下面就给大家介绍一下SPSS多个自变量散点图怎么做,SPSS怎么画分组散点图的相关内容。
2026-04-08
SPSS如何做cox回归分析 SPSS cox回归分析结果解读
cox回归分析,我们也可以将它称之为比例风险回归分析。使用这种分析模型,我们可以研究多个要素对样本生存状态的影响。今天我就以SPSS如何cox回归分析,SPSS cox回归分析结果解读这两个问题为例,来向大家讲解一下cox回归分析的详细操作步骤。
2026-04-08

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: