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，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gender、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。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--weightCases命令，打开对话框，如图2所示。图2点选WeightCasesby项，并将变量“count”移入FrequencyVariable栏下，之后单击OK按钮。第二步：从菜单上依次点选Analyze--DeseriptiveStatistics--Crosstabs命令，打开列联分析对话框(Crosstabs),如图3所示。图3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Displayclusteredbarcharts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Statistics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Correlations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Contingencycoefficient和PhiandCramer’sV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Uncertaintycoefficient。也可选择定序数据Ordinal栏下得Gamma、Somers的d、Kendall的b和c。至于NominalbyInterval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Continue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CellDisplay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Total(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TableFormat对话框，如图7所示。它只是一个输出格式的定义，行序（RowOrder）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OK按钮执行。输出结果如表1~4所示。表1性别、学历、种族交叉表表2卡方检验表表3方向性测度表4对称性测度在三维列联表中，结合图7图8，可以看出：非少数种族的女性低学历的比例为72.9%,高于男性低学历的比例25.8%;而相反女性高学历的比例仅为0.6%，远远低于男性高学历的比例。在少数种族中，从低学历至高学历，无论男女都是同样的递减趋势，即低学历的所占比百分比高，中等学历的所占百分比其次，最少的就是高学历的所占百分比，只不过女性这种趋势更明显，分别为75%、25%、0%。图8图9在非少数种族类型中：2=93.724，非常大，相应的p值小于0.001.因此在0.001的显著水平下高度显著，即拒绝：性别与学历相互独立的原假设，两者之间具有高度显著的相关关联。由聚集的条形图可以直观的看到：女性低学历比例比男性高，同时男性高学历比例又比女性高。在少数种族类型内：2=5.926，p=0.0520.05,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’d。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——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（SymmetricMeasures）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