怎麼對列聯表數據進行相關分析

❶ 怎麼用excel計算2*2列聯表相關系數

樓上那位怎麼扯上SPSS了，本人一直堅信，殺雞能不用牛刀就不用牛刀，EXCEL能做的堅決不用Eviews,Eviews能做的堅決不同SPSS和SAS
給你兩個辦法，一個是菜單欄上面 工具-數據分析-相關系數，然後再在「輸入區域」裡面框下你需要分析的區域，也就是你所說的2乘2表格。點擊確定即可；
另一個是用CORREL函數，具體語法是CORREL（第一列數據，第二列數據），操作方法是選中需要輸出的單元格，鍵入「=」，在上方函數選擇裡面選「其他函數」-統計函數-CORREL，然後他會出對話框要你填兩個范圍，分別框選你需要的兩列數據所在的區域就可以了

❷ 16種常用的數據分析方法-列聯分析

列聯分析通常用來分析兩個分類變數之間或者一個分類變數與順序變數之間是否存在關聯，關聯的緊密程度如何。

對關聯性問題的處理稱為獨立性檢驗（Test of Independence），通過交叉列聯表和 c2 檢驗進行列聯分析。

交叉列聯表分為二維表與三維表兩種，二維表交叉表可進行卡方檢驗，三維交叉表，可作Mentel-Hanszel分層分析。

列聯表結構

2*2 列聯表

r *c 列聯表

案例

公司在4個不同的地區設有分公司，公司准備進行工資級別調整。採用抽樣調查方式，從4個分公司共抽取420個樣本 (人)，了解職工對此調整的看法，交叉統計結果如下：

觀察頻數分布表&百分比分布表的分布

列聯交叉表中的統計值有兩種類型：頻數與百分比，對於兩種類型的分布表，觀察其分布時，要注意：

一、頻數分布表

  1、觀察邊緣分布

行邊緣分布：行觀察值的合計數的分布

列邊緣分布：列觀察值的合計數的分布

2、觀察條件分布與條件頻數

變數  X  條件下變數  Y 的分布，或在變數  Y 條件下變數  X 的分布

每個具體的觀察值稱為條件頻數

二、百分比分布

為在相同的基數上進行比較，可以計算相應的百分比，稱為 百分比分布

1、觀察行百分比：行的每一個觀察頻數除以相應的行合計數( fij /  ri )

2、觀察列百分比：列的每一個觀察頻數除以相應的列合計數(  fij /  cj  )

3、觀察總百分比：每一個觀察值除以觀察值的總個數(  fij /  n  )

交叉列聯表分析步驟

1.【分析】—【描述統計】—【交叉表】

【精確】

一般情況下，"精確檢驗"（Exact Tests）對話框的選項都默認為系統默認值，不作調整。

【統計量】

【單元格】

【格式】

2.結果分析：

卡方檢驗

a. 16 單元格(100.0%) 的期望計數少於 5。最小期望計數為 .56。

原假設：H0：職稱、學歷兩者相互獨立。

皮爾遜（Pearson）的Chi-Square 值為18.553，自由度為9，

p=.029<0.05，拒絕原假設，即在5%的顯著性水平下不同文化程度對職稱的影響存在著顯著差異。

結論：文化程度越高，職稱越高。

❸ 列聯表分析

試分析山東省兩所高中學校的高三畢業生的升學情況，研究兩所學校的學生的升學率之間有無明顯的差別。

SPSS統計分析與行業應用案例詳解+配套光碟+示例>02>正文>原始數據>案例2.4；

執行analyze/descriptive statistics/crosstabs，選擇卡方檢驗，得到如下圖：

由上圖結果可知：甲中學的升學率為90.0%，占總升學率的39.1%；未升學率為10.0%。乙中學升學率為71.4%，占總的升學率為60.9%，未升學率為28.6%。

從卡方檢驗結果可知：pearson 卡方值為0.000，小於顯著性水平，說明兩學校間的升學率是顯著相關的。

數據來源為楊維忠老師的「SPSS統計分析與行業應用案例詳解」，僅做分析之用。

❹ spss怎麼進行列聯分析

在實際分析中，除了需要對單個變數的數據分布情況進行分析外，還需要掌握多個變數在不同取值情況下的數據分布情況，從而進一步深入分析變數之間的相互影響和關系，這種分析就稱為交叉列聯表分析。 當所觀察的現象同時與兩個因素有關時，如某種服裝的銷量受價格和居民收入的影響，某種產品的生產成本受原材料價格和產量的影響等，通過交叉列聯表分析，可以較好地反映出這兩個因素之間有無關聯性及兩個因素與所觀察現象之間的相關關系。 因此，數據交叉列聯表分析主要包括兩個基本任務：一是根據收集的樣本數據，產生二維或多維交叉列聯表；二是在交叉列聯表的基礎上，對兩個變數間是否存在相關性進行檢驗。要獲得變數之間的相關性，僅僅靠描述性統計的數據是不夠的，還需要藉助一些表示變數間相關程度的統計量和一些非參數檢驗的方法。 常用的衡量變數間相關程度的統計量是簡單相關系數，但在交叉列聯表分析中，由於行列變數往往不是連續變數，不符合計算簡單相關系數的前提條件。因此，需要根據變數的性質選擇其他的相關系數，如Kendall等級相關系數、Eta值等。 SPSS提供了多種適用於不同類型數據的相關系數表達，這些相關性檢驗的零假設都是：行和列變數之間相互獨立，不存在顯著的相關關系。根據SPSS檢驗後得出的相伴概率（Concomitant Significance）判斷是否存在相關關系。如果相伴概率小於顯著性水平0.05，那麼拒絕零假設，行列變數之間彼此相關；如果相伴概率大於顯著性水平0.05，那麼接受原假設，行列變數之間彼此獨立。

❺ 如何使用spss進行交叉列聯表分析

SPSS提供了多種適用於不同類型數據的相關系數表達，這些相關性檢驗的零假設都是：行和列變數之間相互獨立，不存在顯著的相關關系。根據SPSS檢驗後得出的相伴概率（Concomitant Significance）判斷是否存在相關關系。如果相伴概率小於顯著性水平0.05，那麼拒絕零假設，行列變數之間彼此相關；如果相伴概率大於顯著性水平0.05，那麼接受原假設，行列變數之間彼此獨立。

在交叉列聯表分析中，SPSS所提供的相關關系的檢驗方法主要有以下3種：

（1）卡方（χ2）統計檢驗：常用於檢驗行列變數之間是否相關。計算公式為：

在該對話框中，用戶可以指定列聯表的輸出排列順序。對話框中各選項的具體意義如下：

在行序（Row Order）欄中有如下兩個選項：

升序（Ascending）：系統默認，以升序顯示各變數值；

降序（Descending）：以降序顯示各變數值。

用戶在該對話框中進行選擇後，單擊【繼續】（Continue）按鈕，即可返回"交叉表"主對話框。

在"交叉表"對話框中單擊【確定】（OK）按鈕，可在輸出窗口中得到數據概述、交叉列聯表、卡方檢驗表、交叉分組下頻率分布柱形圖、相對危險性估計等圖表。

❻ SPSS之列聯表分析

在考慮變數之間的關系時，我們通常摘要變數之間的相關程度。對於數值型變數，通常計算相關系數和進行回歸分析，而對於定類型變數則通常採用列聯表過程進行分析。列聯表給出了多個變數在不同取值下的數據分布，從而可摘要變數之間的相互關系。
主要功能
1.常用於研究離散變數的名義變數和有序變數有無相關。
2.調用列聯表分析過程可進行計數資料和某些等級資料的列聯表分析。
3.在分析中，可以對二維和多維列聯表（RC表）資料進行統計描述和x檢驗，並計算相應的百分數指標。
4.可以計算四格表的確切概率（Fisher』s 精確 Test）且有單雙側（One-Tail 和 Two-Tail）、對數似然比檢驗（Likelihood Ratio）以及線性關系的Mantel-Haenszel x檢驗。
參數設置
1.打開數據文件

選擇「分析」—「統計描述」—「交叉表格」，彈出交叉表格對話框。部分項的含義如下：
行列表：從左側的變數列表中選擇一個或多個變數進入其中作為行變數。 列列表：從左側的變數列表中選擇一個或多個變數進入其中作為列變數。 層：分層變數，決定頻數分布表的層，如果要增加一個分層變數，就單擊【下一頁】按鈕，再選擇一個分層。如果選擇一個或多個層變數，那麼將對每個層變數的每個類別產生單獨的交叉製表。

2.單擊【精確】按鈕

彈出「精確檢驗」對話框。部分項的含義如下：
僅漸進法：基於漸進分布計算的概率值，一般情況下值小於0.05，則認為顯著。 Monte Carlo：統計量是精確顯著水平的無偏估計。置信度框中可輸入0.01-99.9的置信水平。樣本數框中可輸入1-1000000000之間的樣本數。 精確：精確計算概率，當值小於0.05，則認為是顯著，行、列變數之間相互獨立，適合在期望數有小於5的情況下使用。

3.單擊【Statistics】按鈕

彈出「交叉表格：統計」對話框，該對話框是用來選擇統計分析量。部分項的含義如下:
卡方：卡方檢驗包括皮爾遜卡方檢驗、似然比卡方檢驗等，當兩個表變數都是定
量變數時，用來檢驗行變數和列變數之間是否相關。 相關性：選擇此項，將生成Spearman相關系數Rho, 用來測量等級順序之間的相關性。當兩個表變數都是定量變數時，相關產生Pearson 相關性系數R,這是變數之間的線性相關性測量。

4.單擊【單元格】按鈕

彈出「交叉表格：單元格顯示」對話框，設置單元格顯示內容。部分項含義如下：

（一）計數復選框
觀察值：顯示實際頻數，系統默認。 期望值：顯示期望頻數。 隱藏較小計數：選擇此項，在輸入框中輸入一個數值n的整數，則可以隱藏頻數小於指定整數n的計數。n必須大於或等於2。

（二）百分比復選框誤
行：顯示行百分比，單元格頻數占所在行觀測量的百分比。 列： 顯示列百分比，單元格頻數占所在列觀測量的百分比。 總計：單元格頻數佔全部觀測量的百分比。

（三）z-檢驗
比較列的比例：勾選此項，將計算列屬性的成對比較，並指出給定行中的哪對列明顯不同。使用下標字母以APA樣式格式在交叉表中標識顯著性差異，並以0.05顯著性水平對其進行計算。 調整ρ值(Bonfcroni 方法)：列比例的成對比較使用了Bonferroni 修正，可在進行了多個比較後調整觀察到的顯著性水平。

5.單擊【格式】按鈕

彈出「交叉表：表格格式」對話框，可以選擇按行變數值的升序或降序來排列行。
案例
01.操作步驟

（1）打開「data3.sav」數據文件，選擇「分析」—「描述統計」—「交叉表格」，彈出「交叉表格」對話框。

（2）在左側的變數列表中選中「性別」變數，單擊【選入】按鈕，將其選入「行變數列表」；選中「工作滿意度」變數，單擊【選入】按鈕，將其選入「列變數列表」，並勾選「顯示集群條形圖」。

（3）單擊【精確】按鈕，彈出「精確檢驗」對話框，勾選「僅漸進法」選項。單擊【繼續】按鈕返回主對話框。

（4）單擊【Statistics】按鈕。彈出「交叉表格：統計」對話框，勾選「卡方」復選框，單擊【繼續】返回主對話框。

（5）單擊【單元格】按鈕，彈出「交叉表格：單元格顯示」對話框，勾選「觀察值」復選框、「期望值」復選框、「行」復選框、「列」復選框和「四捨五入單元格計數」選項，單擊【繼續】按鈕返回主對話框。

（6）單擊【格式】按鈕，彈出「交叉表：表格格式」對話框。勾選「升序」選項。單擊【繼續】按鈕返回主對話框。

（7）完成所有設置後，單擊【確定】按鈕執行命令。

02.輸出結果

（1）個案處理值摘要

（2）性別*工作滿意度交叉列表

（3）卡方測試

（4）工作滿意度條形圖