spss怎麼做交叉表分析

1、首先我們打開之前導入的spps文件。 2、然後我們選擇變量視圖。 3、然後我們選擇分析，定義多重變量。 4、然後我們從分析處，將單選與多選交叉分析。 5、然後我們定義交叉分析格式，點擊選項。 6、然後我們定義範圍，點擊“確定”，輸出結果即可。

很多人不知道spss如何做交叉表分析，現在就來告訴大家該如何做

材料/工具

電腦spss軟件

“分析”——“多重響應”——“定義集合” 將所有的選項都選進“集合中的變量” 根據你的變量特徵選擇編碼方式： 一般多選題都是“二分法”錄入的 編輯“名稱”“標籤”後 一定要記得點擊 “添加” 再重新：分析——多重響應——（您會看到之前沒有的“頻率”和“交叉表”）

方法

用SPSS打開數據文件，然後依次點擊“分析”、“描述統計”、“交叉表格”

抱歉，剛看到你的求助。 1、可以做交叉表分析。如果你選擇卡方值，對應的sig值小於0.05表示不同文化程度在不同組別的比例存在顯著差異； 2、如果你的本科比率是連續數據，則採用t檢驗或秩和檢驗；如果你的本科比率是0/1分類數據，就需要採用卡方

按照想要做的表格進行選擇，這裏以選擇“您的年齡"放入“行”，選中“您是否使用過知識付費”放入到“列”爲例

多選的話，把題項看作變量，用0和1表示“未選擇”和“選擇”。比如第一題是多選題，有A、B、C、D、E、F六個選擇項，有人選了A、C、D三個，其他的都沒選，那麼錄入數據時，A、C、D三個的值都是1，B、E、F的值均爲0。 然後，可以通過spss的多重響應模

選中右上角第二個按鈕“Statistics",然後選中“卡方”和“Phi和Cramer V",點擊"繼續”

相關係數表裏邊的那個p值是用來度量他們這個相關性是不是可靠，相關係數是用來衡量有多相關，比方你這個表的p值是0.000，相關係數是0.252，就認爲這兩個變量肯定是相關的，但是呢是弱相關。就這樣。補充說明一下，相關係數在正負一之間取值，它

選中右上角第三個按鈕“單元格”，然後選中“觀察值”和“行”，點擊“繼續”

似然比：是反映真實性的一種指標，屬於同時反映靈敏度和特異度的複合指標。 線性：是卷積運算的性質之一，即設a，b爲任意常數，則對於函數f(z，y)，h(x，y)和g(x，y)， {af(x，Y)+bh(z，y)}*g(z，y)=-af(x，y)*g(x，y)+bh(x，y)*g(z，y)。 同樣

點擊“確定”按鈕，就能出現所需交叉列表

交叉表分析 主要是用來針對類別數據分析相關性的。 而相關分析 是針對連續性數據進行分析的。 所以 看你的數據類型，然後選擇合適的哪一種分析結果作爲依據

擴展閱讀，以下內容您可能還感興趣。

spss兩個分類變量交叉表應該怎樣分析結果

看卡方值，p值，但是也要看理論頻數

有誰知識SPSS中描述統計中交叉表中卡方檢驗的似然比、線性與線性組織是什麼意思

似然比：是反映真實性的一種指標，屬於同時反映靈敏度和特異度的複合指標。

線性：是卷積運算的性質之一，即設a，b爲任意常數，則對於函數f(z，y)，h(x，y)和g(x，y)，

{af(x，Y)+bh(z，y)}*g(z，y)=-af(x，y)*g(x，y)+bh(x，y)*g(z，y)。

同樣有：f(x，y)*{ah(x，y)+bg(x，y)=af(x，y)*h(x，y)+bf(x，y)*g(x，y) 。

卡方檢驗是用途非常廣的一種假設檢驗方法，它在分類資料統計推斷中的應用，包括：兩個率或兩個構成比比較的卡方檢驗；多個率或多個構成比比較的卡方檢驗以及分類資料的相關分析等。

卡方檢驗基本原理：

卡方檢驗就是統計樣本的實際觀測值與理論推斷值之間的偏離程度，實際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若兩個值完全相等時，卡方值就爲0，表明理論值完全符合。

注意：卡方檢驗針對分類變量。

卡方檢驗基本步驟：

（1）提出原假設：

H0：總體X的分佈函數爲F(x).

如果總體分佈爲離散型，則假設具體爲

H0：總體X的分佈律爲P{X=xi}=pi， i=1，2，...

（2）將總體X的取值範圍分成k個互不相交的小區間A1，A2，A3，…，Ak，如可取

A1=（a0，a1]，A2=(a1，a2]，...，Ak=(ak-1,ak)，

其中a0可取-∞，ak可取+∞，區間的劃分視具體情況而定，但要使每個小區間所含的樣本值個數不小於5，而區間個數k不要太大也不要太小。

（3）把落入第i個小區間的Ai的樣本值的個數記作fi，成爲組頻數（真實值），所有組頻數之和f1+f2+...+fk等於樣本容量n。

（4）當H0爲真時，根據所假設的總體理論分佈，可算出總體X的值落入第i 個小區間Ai的概率pi，於是，npi就是落入第i個小區間Ai的樣本值的理論頻數（理論值）。

（5）當H0爲真時，n次試驗中樣本值落入第i個小區間Ai的頻率fi/n與概率pi應很接近，當H0不真時，則fi/n與pi相差很大。基於這種思想，皮爾遜引進如下檢驗統計量，在0假設成立的情況下服從自由度爲k-1的卡方分佈。

參考資料：百度百科-卡方檢驗

參考資料：百度百科-線性

參考資料：百度百科-似然比

spss中 交叉表分析得出的結果和相關性分析的結果不一樣 哪個可信度更高。以哪個爲準

交叉表分析 主要是用來針對類別數據分析相關性的。

而相關分析 是針對連續性數據進行分析的。

所以 看你的數據類型，然後選擇合適的哪一種分析結果作爲依據更多追問追答追問那我說下我的變量吧 分析的是交通因素 主要就是什麼 1.很在意 到5不在意5個尺度 然後對應的是計劃購買房屋戶型 面積 和 房型。這個分析的不知道你能明白我的意思不追答交通因素那個是連續性數據，而戶型、面積、房型一般是分類的數據。

採用相關分析的話 選擇裏面的斯皮爾曼等級相關會好一些，而不適用皮爾遜相關追問哦也就是不能用相關性分析是吧。那用的交叉表 然後選擇了方差的選項的那個分析結果對嘛。對了 我的分析是說交通因素對這3個計劃指標 計劃購買戶型面積房型的影響 也就是相關性。斯皮爾曼等級相關我需要在選項裏面選擇什麼 然後怎麼判斷結果呢追答斯皮爾曼等級相關這個也就是在相關分析裏面，相關分析默認是皮爾遜相關，你只要在下面三種不同的相關計算方法裏面 進行選擇就好了追問謝謝我回去試試。有問題在問你 不知道可以留一個聯繫方式不

我的spss數據做了響應集，也做了交叉表分析，爲什麼最後的數據沒有顯

不知道你的數據出錯了，還是 方法出錯了，我要看過數據才知道

spss高手進，r*c交叉表分析，

你在亂作，頻數是數值型的，其他兩個是文本的