实验四 交叉列表与等级相关分析（Crosstabs） 主要知识点与功能 交叉列表分析是对两个变量之间关系的分析方法。被分析的变量可以是定类变量也可以2 是定序变量。系统对两个变量进行交叉列表分析后生产交叉表和输出χ检验结果。 调用此过程可进行计数资料和某些等级资料的列联表分析，在分析中，可对二维至n2 维列联表（RC表）资料进行统计描述和χ检验，并计算相应的百分数指标。此外，还可计算四格表确切概率（Fisher’s Exact Test）且有单双侧（ One-Tail、 Two-Tail），对数 2似然比检验（Likelihood Ratio）以及线性关系的Mantel-Haenszelχ检验。 一、 交叉列表分析（Crosstabs） （一） 、执行命令：Analyze——Descriptive Statistics——Crosstabs，打开如下对话框 （二）、确定交叉列表分析的变量 从左侧窗口选择两个名义变量或顺序变量分别进入Row(s)（行）框和Column(s)（列）框。Display clustered bar charts是在输出结果中显示聚类条形图。Suppress tables是隐藏表格，如果选择此项，将不输出R*C交叉表。 （三）、选择统计分析内容 单击Statistics按钮，打开如下对话框： （1） Chi-square是卡方（χ）值选项，用以检验行变量和列变量之间是否独立。适用于两个定类变量或一个定类变量一个定序变量之间的相关性分析。 （2） Correlations是相关系数的选项，用以测量变量之间的线性相关。适用于两个定序变量或定距变量之间关系的分析。 （3） Nominal是定类变量选项栏，当分析的两个变量都是定类变量时可以选择的参数。 2 1、Contingency coefficient：列联相关的c系数，其值 = 间，其中N为总例数； χ2 χ2+N ，界于0～1之2、 Phi and Cramer's V：列联相关的V系数，V系数 = 四格表χ2 χ2 N ，用于描述相关程度，在检验中界于-1～1之间，在RC表χ2 检验中界于0～1之间；Cramer's V = χ2 N(k-1) ，界于0～1之间，其中k为行数和列数较小的实际数； 3、 Lambda：λ值，在自变量预测中用于反映比例缩减误差，其值为1时表明自变量预测应变量好，为0时表明自变量预测应变量差； 4、 Uncertainty coefficient：不确定系数，以Z为标准的比例缩减误差，其值接近1时表明后一变量的信息很大程度来自前一变量，其值接近0时表明后一变量的信息与前一变量无关。 （4） Ordinal是定序变量选项栏，当分析的两个变量都是定序变量时可以选择的参数。 1、 Gamma：等级相关系数，γPQ值 = PQ，P为同序对子数，Q为异序对子数，界于0～1之间，所有观察实际数集中于左上角和右下角时，其值为1； PQPQTvd2、 Somers'D：等级相关D系数，Somers'D值 = 在同分的偶对中，同序对子数超过异序对子数的比例； ，Tvd为独立变量上不存3、 Kendall's tau-b：肯德尔系数，Kendall τb= PQ(pQTv1)(PQTv2)，Tv1为在V1变量上是同序在V2变量上不是的对子数， Tv2为在V2变量上是同序在V1变量上不是的对子数，Kendall τb值界于-1～1之间； 4、 Kendall's tau-c：Kendall τ2m(PQ)2c= N(m1)，m为行数和列数较小的实际数，Kendall τc值界于-1～1之间。 （5） Nominal by interval 选项栏中的Eta是当一个变量为定类变量，另一个变量为定距变量时，测量两个变量之间关系的相关比率。 （四）、确定输出地交叉表内单元格值的选项。单击cells（单元格）。 （五）、确定交叉表的行顺序。单击Format（格式）按钮。 （六） 单击OK，提交运行。 二、等级相关分析 如果要分析两个定序变量之间的关系，不仅可以用交叉列表和卡方检验的方法来分析变量之间是否存在相关，还可以用等级相关系数来描述变量之间相关的大小和方向。 （一）、执行命令 Analyze——Descriptive Statistics——Crosstabs （二）、确定等级相关分析的变量，如上。 （三）、选择统计分析内容。 单击Statistics按钮。系统在Ordinal选项栏中给出了四个等级相关系数，其中，Gamma等级相关系数是比较常用的。用户可以在这些相关系数中做出选择。也可以选择Correlations选项，系统在输出结果中直接给出Person’s R（皮尔逊相关系数）和Spearman Correlation（斯皮尔曼等级相关系数）。 （四）、单击OK，提交运行。 本文来源：https://www.wddqw.com/doc/5c0429c29ec3d5bbfd0a7403.html