SPSS下如何进行对应分析

Posted on 2023年3月19日

 

何为对应分析

  1. 定义：对应分析又称关联分析、R-Q型因子分析，主要是揭示变量样品之间的相互关系的多元统计方法
  2. 应用场景：主要用于市场细分、产品定位等方面研究
  3. 条件：变量是名义变量或定序变量，行变量的类别取值与列变量相互独立，行、列变量构成的交叉频数表中不能有0值或负数
  4. 优点：
  • 名义变量划分的类别越多，这种分析的优势越明显
  • 可以将名义变量或定序变量转变为间距变量
  • 直观的在图形中展示变量各类别间的联系
  1. 缺点：
  • 不能用于相关关系的假设检验
  • 分析结果受易受到极端值的影响
  • 实质是降维，将原始数据按照一定规则以二维平面图形式展现，在此过程中部分信息会丢失

一、多元对应分析【SP：降维–最优尺度】

情景1：单选与单选

案例背景介绍：

某次调研中，有这样的一些问题：

  1. QA4_3.综合来讲，您认为一汽马自达品牌怎么样？ 10分表示您认为这个品牌非常好,1分表示您认为这个品牌非常不好。打分题
  2. Q2. 您的性别是？【单选】


4. Q3. 您的学历是？【单选】

  1. Q4. 您的职业是？【单选】
  2. Q5. 您的年龄是？【单选】

需求介绍：

对于一汽马自达品牌的评价【QA4_3】分成两种情况，“”1-7“【对一马评价低】”与“8-10”【对一马评价高】，对Q2 Q3 Q4 Q5进行多元对应分析

实际操作：

具体的操作流程如下：

  1. 针对QA4_3的结果划分成两组，生成新变量NQA4_3
IF  (QA4_3 >= 1 & QA4_3  <= 7) NQA4_3=1.
IF  (QA4_3 >= 8 & QA4_3  <= 10) NQA4_3=2.
VARIABLE LABELS  NQA4_3 '对一马评价'.
VALUE LABELS   NQA4_3
1 '对一马评价低'
2 '对一马评价高'.
EXECUTE.
  1. Q4题的选项15【其他请注明】与实际的需求没有啥用处，需要Missing掉
  2. 进行多元对应分析
    手动操作：


    补充变量：将那些频数结果小的变量但是又不能丢弃的变量可以放到此处




    语法批量：
MULTIPLE CORRES VARIABLES=NQA4_3 Q2 Q3 Q4 Q5
/ANALYSIS=NQA4_3(WEIGHT=1) Q2(WEIGHT=1) Q3(WEIGHT=1) Q4(WEIGHT=1) Q5(WEIGHT=1) 
/MISSING=NQA4_3(PASSIVE,MODEIMPU) Q2(PASSIVE,MODEIMPU) Q3(PASSIVE,MODEIMPU) Q4(PASSIVE,MODEIMPU) 
Q5(PASSIVE,MODEIMPU) 
/DIMENSION=2
/NORMALIZATION=VPRINCIPAL
/MAXITER=100
/CRITITER=.00001
/PRINT=CORR DISCRIM QUANT(Q2 Q3 Q4 Q5 NQA4_3) 
/PLOT=OBJECT(20) JOINTCAT(Q2 Q3 Q4 Q5 NQA4_3) (20) 
DISCRIM (20).

通过修改上述语法中的变量名【NQA4_3 Q2 Q3 Q4 Q5】，可以实现批量快速获得所需的分析。

情景2：单选与多选

多选题的处理—数据重组【转置】

VARSTOCASES
  /ID=id
  /MAKE trans1 FROM QB2_1 QB2_2 QB2_3 QB2_4 QB2_5 QB2_6 QB2_7 QB2_8 QB2_9 QB2_10 QB2_11 QB2_12 
    QB2_13 QB2_14 QB2_15 QB2_16 QB2_17 QB2_18 QB2_19 QB2_20 QB2_21 QB2_22 QB2_23 QB2_24 QB2_25 QB2_26 
    QB2_27 QB2_28 QB2_29 QB2_30 QB2_31 QB2_32 QB2_33 QB2_34 QB2_35 QB2_36
  /MAKE trans2 FROM QB201_1 QB201_2 QB201_3 QB201_4 QB201_5 QB201_6 QB201_7 QB201_8 QB201_9 QB201_10 QB201_11 QB201_12 
    QB201_13 QB201_14 QB201_15 QB201_16 QB201_17 QB201_18 QB201_19 QB201_20 QB201_21 QB201_22 QB201_23 QB201_24 QB201_25 QB201_26 
    QB201_27 QB201_28 QB201_29 QB201_30 QB201_31 QB201_32 QB201_33 QB201_34 QB201_35 QB201_36
  /INDEX=索引1(36)
  /KEEP= Q2 Q4 Q5 Q7
  /NULL=drop.
注释：
  1. QB2、QB2-1是多选题，转置成单选的形式，转置的结果是trans1、trans2
  2. keep的意思是要保留那些变量
  3. null=drop 意思是将空的结果删除

多选题转置结果

由于转置【数据重组】操作是在原始数据库上操作的，因此需要将结果另存为一份新的数据库。后续的操作将在此数据库上操作。

二、简单对应分析【SP：降维–对应分析】

情景1：单选与单选

案例背景介绍：沿用前面的案例，此处不赘述

需求介绍：

以为NQ4_3【低、高】区分，对Q4题职业进行简单对应分析

实际操作：

手动操作：


针对上述的选择变量时有个小技巧，键盘上同时按着Q和4,可快速找到Q4变量。

此处是定义一下变量的取值范围，点击‘更新’。

语法批量：

CORRESPONDENCE TABLE=NQA4_3(1 2) BY Q4(1 14)
  /DIMENSIONS=2
  /MEASURE=CHISQ
  /STANDARDIZE=RCMEAN
  /NORMALIZATION=SYMMETRICAL
  /PRINT=TABLE RPOINTS CPOINTS
  /PLOT=NDIM(1,MAX) BIPLOT(20) RPOINTS(20) CPOINTS(20).

上述操作后没有跑出对应分析。具体的原因应该是只有一个维度，画不出对应分析图来。

情景2：单选与多选

将多选题重组成单选的形式，此时变成单选与单选操作，具体参照单选与单选的简单对应分析的操作步骤，此处不再重复介绍。

需求介绍：

以Q4题职业为区分，对QB2进行简单对应分析

实际操作：

手动操作：

语法批量：

CORRESPONDENCE TABLE=Q4(1 14) BY trans1(1 36)
  /DIMENSIONS=2
  /MEASURE=CHISQ
  /STANDARDIZE=RCMEAN
  /NORMALIZATION=SYMMETRICAL
  /PRINT=TABLE RPOINTS CPOINTS
  /PLOT=NDIM(1,MAX) BIPLOT(20).

三、结果展示【部分展示】



恭喜你，又看完一篇文章，扫码领个红包吧！图片

发表评论