【SPSS】多选项分析详细操作教程(附案例实战)

简介: 【SPSS】多选项分析详细操作教程(附案例实战)

多选项分析



多选项分析与分析思路


  • SPSS中的多选项分析是针对问卷调查中的多选项问题的
  • 对多选项问题分析的一般步骤
  • 1 将多选项问题分解
  • 2 利用频数分析或交叉分组下的频数分析等方法进行分析


多选项问题的分解


对一个多选项问题的分析可以转化成对多个问题的分析,也即对多个SPSS变量的分析


多选项二分法


       将多选项问题中的每个备选答案设为一个SPSS变量,每个变 量只有0和1两个取值,分别表示不选择该答案和选择该答案


多选项分类法


       首先,估计多选项问题最多可能出现的答案个数;然后,为每个答案设置一个SPSS变量,变量取值为多选项问题中的备选答案


多选项分析应用举例



注意:

  • 在SPSS中为实现多选项分析,应首先定义多选项变量集,即将多选项问题分解并设置成多个 变量后,应指定这些变量为一个集合
  • 定义多选项变量集的主要目的是为多选项频数分析和多选项交叉分组下的频数分析做准备


案例数据文件:"保险市场调查.sav"


【案例一】 —— 分析老年人购买商业养老保险的原因


①选择菜单【分析】----> 【多重响应】----> 【定义变量集】


②定义多选项变量集


多选项变量集定义完成后,便可进行多选项频数分析了


③选择菜单【分析】----> 【多重响应】----> 【频率】


如果处理缺失数据,SPSS规定,只要样本在多选项变量集中的某一个变量上取缺失值,就将该样本剔除。


④至此,SPSS将自动产生如下的综合频数分析结果


 上面的分析结果中,是在已经剔除了缺失数据的前提下做的分 析,总计177是响应次数,代表关于购买商业养老保险的原因的回 答中一共有177次响应,百分比指的是响应百分比(如31.1%=55÷177x100%);个案百分比是占调查人数的百分比(如 93.2%=55÷59x100%),对于个案百分比,分母是总的样本量(本例 是剔除了缺失数据后的样本量59),通常个案百分比仅做参考。


       购买商业养老保险的原因中,“使晚年生活有保障”这个原因占 了31.1%,“一种安全的投资保值方式”这个原因占了25.4%,而因为 保险公司的宣传这个原因购买保险的比例较低,只有8.5%。

 

【案例二】 —— 分析不同工作单位性质人员购买商业养老保险的原因


       该案例由于涉及工作单位性质和购买商业养老保险原因两个方面,因此应采用多选项交叉分组下的频数分析方法进行研究,即生成列联表。其中设列联表的列变量为购买原因,行变量为工作单位性质。


①选择菜单【分析】----> 【多重响应】----> 【定义变量集】


②定义多选项变量集


多选项变量集定义完成后,便可进行多选项交叉分组下的频数分析


③选择菜单【分析】----> 【多重响应】---->【交叉表】,选择列联表的行变量和列变量


④点击上图【选项】按钮选择列联表的输出内容和计算方法


⑤分别点击“继续”、“确定”,最终的分析结果


        可以看出,被调查者中在党政机关、社会团体或事业单位工作的人数最多(占了35.6%),“使晚年生活有保障”是大部分工作单位购买养老保险的重要原因。

目录
相关文章
|
6月前
|
数据挖掘
【SPSS】回归分析详细操作教程(附案例实战)(下)
【SPSS】回归分析详细操作教程(附案例实战)
756 0
|
6月前
|
数据可视化 数据挖掘 Python
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
273 0
|
机器学习/深度学习 文字识别 数据挖掘
Visionpro从小白到大佬,第一章了解工具名称和用途
Visionpro从小白到大佬,第一章了解工具名称和用途
2682 0
Visionpro从小白到大佬,第一章了解工具名称和用途
|
3月前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
5月前
|
人工智能 分布式计算 算法
数据挖掘实战随笔更新清单
这是一系列技术博客的摘要,涵盖了多个主题。包括Elasticsearch实战经验、Maxcompute中的Geohash转换和GPS处理、Python环境配置与管理(如Jupyter、Miniforge、Miniconda)、批量接口调用、多进程CSV图片下载、Excel到Markdown转换、Scikit-learn的异常检测(OC-SVM)和模型总结、人工智能领域的图像分类和识别、文本挖掘算法以及数仓相关的行转列处理。所有文章都在持续更新和补充中。
47 2
|
6月前
|
算法
【SPSS】列联表分析详细操作教程(附案例实战)
【SPSS】列联表分析详细操作教程(附案例实战)
1304 0
|
6月前
|
前端开发 数据挖掘
【SPSS】频数分析和基本描述统计量详细操作教程(附实战案例)
【SPSS】频数分析和基本描述统计量详细操作教程(附实战案例)
2141 0
|
6月前
|
数据挖掘
【SPSS】回归分析详细操作教程(附案例实战)(上)
【SPSS】回归分析详细操作教程(附案例实战)
4926 0
|
6月前
【SPSS】因子分析详细操作教程(附案例实战)
【SPSS】因子分析详细操作教程(附案例实战)
1089 0
|
XML 数据处理 数据格式
【python】学好数据处理的第一步:数据信息的分析(持续更新~)
【python】学好数据处理的第一步:数据信息的分析(持续更新~)
113 0