在考虑变量之间的关系时,我们通常会总结变量之间的相关程度。对于数值变量,通常计算相关系数和回归分析,而对于固定变量,通常使用列联表过程进行分析。列联表给出了几个不同值变量的数据分布,从而可以总结出变量之间的关系。
00-1010 1.常用于研究离散变量的名义变量是否与有序变量有关。
2.调用列联表分析流程,对盘点数据和部分等级数据进行列联表分析。
3.在分析中,可以对二维和多维列联表(RC表)数据进行统计描述和X检验,计算出相应的百分比指标。
4.我们可以计算四格表的精确概率(Fisher精确检验),有单侧(单尾和双尾)、对数似然比检验和线性关系的Mantel-Haenszel x检验。
主要功能
1.打开数据文件选择分析-统计描述-交叉表以打开交叉表对话框。部分含义如下:
行列表:从左边的变量列表中选择一个或多个变量作为行变量输入。列:从左侧的变量列表中选择一个或多个变量,作为列变量输入。Layer: Layer变量,决定了频率分布表的层数。如果要添加图层变量,请单击下一步并选择一个图层。如果选择了一个或多个层变量,将为每个层变量的每个类别生成一个单独的交叉表。2.单击[精确]按钮。
将弹出“精度检验”对话框。部分含义如下:
仅累进法:基于累进分布计算的概率值,如果该值小于0.05,则通常被认为是显著的。统计是准确显著性水平的无偏估计。您可以在置信度框中输入0.01-99.9的置信度。您可以在样本数量框中输入1-1000000000之间的样本数量。精确:精确计算概率。当该值小于0.05时,它被认为是显著的。行和列中的变量是相互独立的,因此适用于期望数量小于5的情况。3.点击[统计]按钮。
弹出“交叉表:统计”对话框,用于选择统计分析数量。该项的含义如下:
卡方:卡方检验包括智能香氛卡方检验、似然比卡方检验等。当两个表变量为数量变量时,用于测试行变量和列变量之间是否存在相关性。相关性:如果选择此选项,将生成Spearman相关系数Rho来衡量等级顺序之间的相关性。当两个表变量都是数量变量时,相关性产生皮尔逊相关系数R,这是变量之间的线性相关度量。4.单击[单元格]按钮。
弹出“交叉表:单元格显示”对话框,设置单元格显示内容。项的部分含义如下:
(1)计数复选框
观察值:显示实际频率;系统默认。预期值:显示预期频率。较小隐藏计数:选择此选项,在输入框中输入一个N值的整数,隐藏频率小于指定整数N的计数,N必须大于等于2。(二)百分比复选框有误。
行:显示行的百分比,以及观察到的行测量值中单元频率的百分比。列:显示列的百分比,以及在观察到的列测量中单元频率的百分比。总计:所有观察到的测量值中细胞频率的百分比。(3) z测试
比较列的比例:勾选此项计算列属性的成对比较,并指出给定行中哪对列明显不同。使用下标字母识别APA格式交叉表中的显著差异,并在0.05的显著性水平上计算它们。调整值(Bonfcroni方法):Bonferroni校正用于柱比例的成对比较,可以在多次比较后调整观察到的显著性水平。5.单击[格式]按钮。
弹出“交叉表:表格格式”对话框,可以选择行变量值的升序或降序排序。
参数设置
01.操作步骤(1)打开数据文件data3.sav,选择分析-描述统计-交叉表,打开交叉表对话框。
(2)在左侧变量列表中选择“性别”变量,点击“选择”按钮,选择进入“行变量列表”;选择“工作满意度”变量,点击“选择”按钮,选择进入“列变量列表”,勾选“显示聚类条形图”。
(3)点击【精度】按钮,弹出“精度检验”对话框,勾选“仅渐进法”选项。单击继续按钮返回主对话框。
(4)点击[统计]按钮。弹出“交叉表:统计”对话框,勾选“卡方”复选框,点击【继续】返回主对话框。
(5)点击【单元格】按钮,打开“交叉表:单元格显示”对话框,勾选“观察值”复选框、“期望值”复选框、“行”复选框和“舍入单元格计数”选项,点击【继续】按钮,返回主对话框。
(6)点击格式按钮,弹出交叉表:表格格式对话框。选中“升序”选项。单击继续按钮返回主对话框。
(7)完成所有设置后,单击确定执行命令。
02.输出结果
(1)办案价值总结
ge/a3945216050d4e6bba2ff91ec8266f4c?from=pc">(2)性别*工作满意度交叉列表
(3)卡方测试
(4)工作满意度条形图