1、应用SPSS软件进行列联表分析资料应 用 SPSS 软 件 进 行列联表分析应用SPSS软件进行列联表分析在许多调查研究中，所得到的数据大多为定性数据，即名义或定序尺度测量的数据。例如在一项全球教育水平的研究中，调查了 400余人的个人信息，包括性别、学历、种族等，对原始资料进行整理就可以得到频数分布表。定义四个变量：gender（性别）、educat （学历）、minority （种族）、count （人数），其中前三个为分类变量，并且 gender变量取值为0、1,标签值定义为：0表示female，1表示male;educat变量取值为1、2、3，标签值定义为：1表示学历低，2表示学历中等
2、，3表示学历高；minority变量值为0、1， 标签值定义为：0表示非少数种族，1表示为少数种族。下面做gen der.educat minority的三维列联表分析及其独立性检验。数据文件如图 1所示。ye Edit 辿ew Derta Transforfti Analyse Graphs Utlltie Add-cns Window Help昌国穷8h再鄭 H 5曲圜flj靄20：genereducaminorityrsvar-1 1 105021 2010031304401012850 204760 30171 113531212491 3151(0 1130110 2110120 3
3、10.口I5B :17澜Datta View Variable View图1第一步：用Count”变量作为权重进行加权分析处理。从菜单上依次选 Data-weight Cases命令，打开对话框，如图2所示。点选 Weight Cases by项，并将变量“count”移入Frequency Variable栏下，之后单击OK按钮。第二步：从菜单上依次点选 An alyze-Deseriptive Statistics-Crosstabs命 令，打开 列联分析对话框(Crosstabs)如图3所示虫們时卄 辽1附* Uitrs AR主ijnriiQujiry Cortidrn f?dc m卓*
4、l耳 SimpIc-sSLtMhQ：3 M*o：i-d Veto nalao.第三步：在Crosstabs对话框中，如图4将变量性别gender从左侧的列表框内移 入行变量Row(s)框内，并将受教育年限编码后得到的学历变量 educat移入列变量Column(s)框内(若此时单击OK按钮，则会输出一个2*3的二维列联表)。 这里要输出一个三维列联表，将变量种族 minority作为分层变量移入Layer框中，并且可以勾选左下方的 Display clustered bar charts项，以输出聚集的条形 图，如图8图9所示。图4第四步：选择统计量，单击 Cosstabs对话框下侧的Stat
5、istics按钮，打开其对话框，如图5所示。图5在Statistics对话框内，勾选Chi-square项，以输出表2进行独立性检验。这里由于不是定距及定比尺度测量的数据，因此可以不选择简单相关系数Correlatio ns项。接下来根据数据的类型而选择相应的列联相关的测量值：在定类数据 Nominal 栏下，勾选列联系数 Contingency coefficient和 Phi and CramersV选项（这里Phi系数可以不选，因它只用于 2*2的列联表，但SPSS把它与 Cramer的V统计量放在一个选项上，也就只好一并选上了），以及 Lamabda和不确定系数Uncertainty
6、coefficient。也可选择定序数据Ordinal栏下得GammaSomers的 d、Kendall 的 b和 c。至于 Nominal by Interval 栏下的 Eta选项就不必选了，因为这里不是定距及定比尺度测量的数据。单击 Con ti nue按钮回到Crosstabs主 对话框。第五步：单击Crosstabs对话框下侧的Cells按钮，打开其对话框，如图6所示。在Cell Display对话框内，勾选 Counts（计数）栏下的Observed观测频数）与Expected（期望频数）两个选项；并勾选Percentage百分栏下得Row（行百分比）、Column（列百分比）和T
7、otal（总百分比）三个选项。由此，可以输出列联表（如表1）。单击Continue按钮回到Crosstabs主对话框。图6第六步：单击Crosstabs对话框下侧的Format按钮，打开Table Format对话框，如图7所示。它只是一个输出格式的定义，行序（Row Order）按照Ascending（升序）还是Descending降序）排列，系统隐含设置是按照 Ascending（升序）排列（事实上，一般不必打开此对话框，只用系统隐含设置即可）。单击Continue按钮回到Crosstabs主对话框。图7第七步：在Crosstabs对话框中，单击0K按钮执行输出结果如表14所示。表1性别、
8、学历、种族交叉表性别 * 学历 种Crosstabulation字历一Total学厉低学庁中学历高菲少数种按tiSUfemaleCou nt128471176Expected Count84.7&9 921.4176 0% within 性別72.7%267%.6%100.0% wittiin 学历71 3%32.0%2.2%47.6% of Total34.C9b127%.3%47 6%maleCou nt50100轲仙Expected Count93.377123.6194.0% within 性剧25.E%51.5%227%100.0% within 学历29.1%se.o%97.8%5
9、2.4% of Total13.527.0%11 0%52.4%TotalCount17614745370Expected Count176.0147 045.0370.0% wrthtn48.1397%12.2%WO.O%wittiin 学历100.0%100.0%1 00 0%100.0% of Total43.1%39 7%1 2.2%100.0%少数种龊關ft nnaleCou nt3010a40Expected Count25.G1311.940.0% Wfttlin 性别75 0%25.0%.0%100.0% within 学历29.4%.0%3S.5%of Total2S.S9
10、6%.0%36J5maleCount35囚564Expected Count40.020 93,1&4.0% wtthin 性别54.7%37 5%7.B%100.0% withir 学历ss.eb70.C%1 00.0%S1.6% of Total33J%2.1%4.6%51.5TotalCountbu3451C4Expected Count65.034 05.01U4.0% within62.5%327%4.8%100.0% within 学坯IQO.Cfc100 0%1 00 0%100.0% of Total62 5%327%4.0%100.0%表2卡方检验表Chi-Squaro Te
11、stsvluedtAsymp. Sig. (2-sided)菲少薮种族 Pearson Chi-Square92.724a2000keii hood Ratio10B.G302.000Lin&ar-toy0.05因此在0.05的显著水平下，没有理由拒绝两个变量独立的原假设，表示性别与学历这两个变量之间相互独 立，没有显著的相关关联。在表3的方向性测度(DirectionalMeasures中，有两类系数：不确定系数(UncertaintyCoefficient)和Somers。每种系数均有三种形式：对称的(Symmetric)、以性别为因变量的及以学历为因变量的。事实上，我们关心的 是两种形式
12、一一对称的(Symmetric)和以学历为因变量的。在这里非少数种族 的对称不确定系数为0.173,而少数种族的对称不确定系数为 0.050;并且以学 历为因变量的非少数种族的对称不确定系数为 0.148,而少数种族的列联相关程度高于少数种族的。在对称性测度(Symmetric Measures中，Crammer的V值列联表系数、Kendall的系数值以及值(Gamma),非少数种族的上述各项值均高于少数种 族的，显示出预测力以非少数种族更强。事实上，在少数种族的 Crammer的V值列联表系数的近似的p值为0.052,在0.05的显著水平下不显著。在列联表分析中，列联表的分布除了观察值的分布外，还要构造条件百分比表。这个百分比就是由于对比的基数不同，从而分为行百分比、列百分比和 总百分比。所以，列联表由于维数的增加而使得它所包含的信息要比“单个变量”的频数（包括频率）分布表包含的信息多得多，由此我们可以分析出来的内容也更加丰富有价值。参考文献：数据分析与SPSS应用高祥宝 董寒青编著，清华大学出版社
