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
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。
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。
第一步,将所选题的选项变量都添加到“集合中的变量”。
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。
完成以上设置后,就能得到一个新的多重响应集$Q2_TTL。需注意的是,该多重响应集不会在SPSS数据集中出现,但会在多重响应运算中出现。
三、多重响集分析
对于新创建的多重响应集$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。
其操作很简单,如图8所示,将多重响应集添加到表项目。
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。
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。
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。
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。
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。
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
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >
SPSS逻辑回归模型案例 逻辑回归和线性回归的区别
逻辑回归适用于二分变量的模型,最显著的作用是可以预测模型中每个自变量的概率。也就是说,逻辑回归可以根据一组样本数据,得到预测值或者某种预测结果。下面,小编来介绍一下SPSS逻辑回归模型案例,逻辑回归和线性回归的区别的具体内容。...
阅读全文 >