第12章 spss的对应分析

《第12章 spss的对应分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第12章SPSS的对应分析12.1对应分析概述12.1.1对应分析的提出研究两个或多个品质型变量之间的相关关系，例如研究储户收入水平与所选择的储蓄种类间是否存在联系的问题，再如分析顾客职业与购买汽车的品牌之间的关系等。分析品质变量之间的关系通常从编制两变量的交叉列联表入手，并通过对列联表的进一步研究探究变量间的联系。常见的方法有列联表的卡方检验等。在变量分类值较多时，上述分析方法通常较难直观地揭示出变量之间的联系以及变量各分类之间的联系。对应分析正是解决该类问题的一种基于图形分析的直观有效的多元

2、统计分析方法。12.1.2对应分析的基本思想对应分析以两变量的交叉列联表为研究对象，利用“降维”的方法，通过图形的方式，直观揭示变量不同类别之间的联系，特别适用于多分类品质型变量的研究。对应分析的基本思想是：首先编制两品质型变量的交叉列联表，将交叉列联表中的每个数据单元看成两变量在相应类别上的对应点；然后，对应分析将变量及变量之间的联系同时反应在一张二维或三维的散点图，即对应分布图上，并使联系密切的类别点较集中，联系疏远的类别点较分散；最后，通过观察对应分布图就能直观地把握变量类别之间的联系。1

3、2.2对应分析的基本操作及案例12.2.1对应分析的基本操作步骤（1）选择菜单Analyze→DataReduction→Correspondence，出现窗口如图所示（2）将行变量选择到Row框中，将列变量选择到Column框中，并分别单击DefineRange按钮指定行列变量的分类值范围。在Minimumvalue框后输入分类最小值，在Maximum框后输入分类最大值，并单击Update按钮，于是各分类值会依次显示在窗口下方的框中；CategoryConstraints框中的选项，None表

4、示不再对分类值重新分组，Categoriesmustbeequal表示指定将哪些分类值合并为一类，Categoryissupplemental表示指定某些分类值不参与分析。（3）单击Model按钮进行模型参数设置，在Dimensionsinsolution框后输入行列变量分类最终提取的因子个数。该数可根据累计方差贡献率给定，或指定为2（默认）以便于将各分类点表示在二维平面上；在DistanceMeasure框中指定分类点间距离的定义方式，对品质变量通常选卡方（ChiSquare）即可；Norma

5、lizationMethod框中指定数据标准化的方式，其中，当希望重点分析行列变量各类别之间的联系，而非每个变量各类别之间的差异时选Symmetrical项；当希望重点分析行变量各类别之间的差异时选Rowprincipal项；当希望重点分析列变量各类别之间的差异时选Columnprincipal项；当希望同时分析行列变量各类别之间的差异时选Principal项，它们将影响到分类点的坐标值。（4）单击Statistics按钮指定输出哪些统计量。其中，Correspondencetable表示输出行

6、列变量的交叉列联表；Overviewofrowpoints表示输出行变量分类的因子载荷以及方差贡献率等；OverviewofColumnpoints表示输出列变量分类的因子载荷以及方差贡献率等；Rowprofiles表示输出频数的行百分比；Columnprofiles表示输出频数的列百分比。（5）单击Plot按钮指定输出哪些图形。Scatterplots框中为各种散点图，其中，Biplot为行列变量的对应分布图；Rowpoints为行变量各类别在第一因子和第二因子上的载荷图；Columnpoin

7、ts为列变量各类别在第一因子和第二因子上的载荷图；在IDlabelwidthfor框后指定散点图中数据点标签的长度。Lineplots框中为各种线图，其中，Transformedrowcategories为行变量各分类的因子载荷线图；Transformedcolumncategories为列变量各分类的因子载荷线图。至此，完成了SPSS对应分析的基本操作，SPSS将按照用户指定自动进行对应分析，并将分析结果显示到输出窗口中。12.2.2对应分析的应用举例现收集到购买商品房的客户背景资料和房屋购买

8、情况的数据。根据这些数据分析不同客户对户型购买的偏好。12.2.2.1家庭年收入与户型选择首先研究家庭年收入与户型选择方面的关系，其中家庭年收入为行变量，分类值在1—6之间，购买户型为列变量，分类值在1—11之间。指定提取2个因子，并输出相关统计量和图形。12.2.2.2家庭年收入、家庭类型、户主年龄与户型选择对应分析能够有效分析变量各类别间及两变量各类别间的联系。如果同时分析多变量类别间的关系，对应分析就显得力不从心。对此通常采用SPSS最优尺度分析（OptimalScaling）中的同质性分