如何使用SPSS列联表分析,查看变量间的相关关系(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。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第1张图片


图1:选择变量

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。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第2张图片

图2:精确检验选项

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。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第3张图片


图3:设置统计选项

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)。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第4张图片

图4:单元格显示选项

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。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第5张图片

图5:频率表

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。

如何使用SPSS列联表分析,查看变量间的相关关系(下)_第6张图片

图6:卡方检验与列联系数

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。

你可能感兴趣的:(如何使用SPSS列联表分析,查看变量间的相关关系(下))