京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在SPSS中进行复选题数据分析
复选题分析(Multiple Response)
最近群里经常有朋友在问;“怎样用SPSS输入多项选择题啊?”于是本人整理以往学习资料,希望这些东西能够帮他们解决问题。
一、复选题分析的原理
(一)复选题分析的限制和用途
复选题在许多问卷或数据收集中经常出现,例如:某家旅行社询问采访者最近一年内,曾经搭乘国内四家航空公司(东方、南方、上海、海南)中的哪几家,这就是一个典型的复选题问题。通常这些复选题只是请受访者构选“有“或”无“,亦即该选项只能建立数据时,以命名尺度的”1“与”0“来呈现,但命名量表是精度最低的测量方式,其会限制这些复选题可使用的统计检验分析方法。
复选题经常被使用,但其通常使用的统计分析只有频次分析表与交叉分析表等描述性统计,且不能进行后续所有的检验分析,并且经常被滥用。如果进行非学术性研究,只想了解复选项目的频次分布,则可使用复选题;但如果进行学术性研究,则建议尽量不使用复选题,而尽量使用复选题的变形。例如:询问受访者乘坐各家航空公司的乘坐次数、询问每种减肥方式的使用比重、询问对每种兴趣的偏好程度或所花费的时间等,即将原来的命名量表测量变量变为等距或以上的量表。
(二)如何在SPSS中创建复选题
如何在SPSS中输入多项选者题以及如何进行频次和交叉分析,下面将举例说明。例如调查学生的“上网项目“和”嗜好“两组复选题目,其中“上网项目”包括找数据、网站购物、在线游戏、聊天室等;经常从事的“嗜好“包括打球、看电视、打电动、逛街、唱歌等。
复选题在建立数据文件时,必须将每一个选项设为一个变量,而非一组变量成为一个变量,例如:这里上网项目与嗜好各有4个和5个选项,合计9个选项,则需要新建9个变量,如下图所示:
二、定义复选题分析集(Define Sets)
点击Multiple Response选单下的Define sets,将出现Define Multiple Response sets对话框,如下图所示:
(一)复选题分析集名称(Name)
可将复选题分成多重二分集和多类别集合,最多可以定义20个复选题分析集。每个集合必须有一个唯一的名称。每个复选题分析集都必须指定专属的名称,最多可有7个字符。
在上面的例子中,首先在Set Definition框中选择第一个分析集所定义的变量(找数据、网站购物、在线游戏、聊天室)到右边的Variables in Set框中,然后在Name框中,输入分析集名称“上网项目”,并按下add键之后就会在右边的Multiple Response Sets框中出现“$上网项目“,重复此步骤,定义其他分析集。
(二)复选题分析集的数据编码
复选题可编成二分变量或类别变量:
⑴ 二分变量(Dichotomies Counted Values):选取二分法以建立多重二分集,如果在计数值中输入整数值,则计数值至少会出现一次,而计数值中的每个变量都会变成多重二分集中的类别。
⑵ 选取类别(Categories):会建立多类别集合。在多重类别变量集合类别范围的最小值和最大值中,输入整数值。程序会合计范围内所有不同的整数值,空的类别将不会列在表中。例如:受访者的上网项目不会超过三种的话,就可以只要建立三个而非四个变量,且每个变量有四种代码,每个代码代表一种上网项目,如:1、2、3、4分别代表找资料、网站购物、在线游戏、聊天室,则第一个观测值“陈一”的三种上网代码分别是134.
通常这2种方式所得到的结果是相同的,但建议采用二分变量,因为用0和1较易输入,且每个二分变量皆可当命名量表,可分别针对每个复选题变量进行后续的独立样本T检验与卡方检验。
三、复选题分析频次分不表(Frequencies)
“复选题分析频次分析表”程序可以产生复选题分析集的频次分布表。由Multiple ResponseàFrequencies,可打开Multiple Response Frequencies对话框,如下图所示:
对于多重二分集而言,SPSS会用分析集的变量标记当做输出中的类别名称。如果没有定义分析集变量标记的话,变量名称会当作标记使用。其对应的命令语句如下:
MULT RESPONSE
GROUPS=$上网项目 (找资料网站购物 在线游戏 聊天室 (1))
$嗜好 (打球 逛街打电动 看电视 唱歌 (1))
/FREQUENCIES=$上网项目 $嗜好 .
四、复选题分析交叉表(Crosstabs)
“复选题分析交叉表“程序可产生复选题分析集交叉表。由Multiple ResponseàCrosstabs,可打开Multiple Response Crosstabs对话框,如下图所示:
复选题的Crosstabs为一个变量与多个变量的交叉表,例如用性别与上网项目来分析,对应的程序语句为:
MULT RESPONSE
GROUPS=$上网项目 (找资料网站购物 在线游戏 聊天室 (1))
/VARIABLES=性别(0 1)
/TABLES=性别 BY $上网项目
/BASE=CASES .
结果如下:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27