如何用IBM SPSS Statistics分析两个变量之间的关联度

现实中我们常常会遇到对两个分类变量之间是否存在关联进行讨论，如睡眠时间与学习成绩之间是否存在关联、宣传费用与销售量是否存在关联？

对于这种问题，我们是不能通过表面数据进行确定的。但我们可以通过IBM SPSS Statistics（win）中的交叉表功能来确定两个变量之间的关联是否存在。

一、录入数据

消费者的年龄与消费者的购买意愿是否存在关联？相信这是一个多数人都会感兴趣的问题。本文将以一组年龄与购买意愿的数据为例，展示运用IBM SPSS Statistics进行关联性分析的过程与步骤。

图1：示例数据

二、对数据进行加权

此时录入进IBM SPSS Statistics的数据是汇总的数据，还不具备使用交叉表分析的条件。在进行交叉表分析之前还需要运用个案加权的功能，对购买数量进行加权。

按照数据-个案加权的步骤进入个案加权对话框。

图2：个案加权

选择个案加权依据，将购买数量放入频率变量栏中，点击确定，即可为购买数量进行加权。

图3：为购买数量加权

三、交叉表分析

加权完成后，便可进行交叉表分析，在IBM SPSS Statistics中按照分析-描述统计-交叉表的顺序打开交叉表对话框。

图4：打开交叉表的步骤

在交叉表对话框中，购买意愿、年龄层次与购买数量初始是在左边的待选框中，需要将购买意愿列入行变量框，将年龄层次列入列变量框，购买数量则不需要变动。

图5：列入变量框

此时为了便于最终结果的检验，需要运用到卡方检测，因此可点击右侧的统计，在展开的交叉表：统计中选择卡方。

图6：选择卡方

点击继续，回到交叉表后再点击确定，即可得到交叉表的分析结果。

图7：检验结果

根据卡方检验的结果可知，渐进显著性P为0.369。根据假设检验的规定，若P值大于显著性水平α（显著性水平是估计总体参数落在某一区间内，可能犯错误的概率），则两个变量不存在关联性；反之则存在关联性。假设显著性水平α=0.05，则P=0.369＞α=0.05，所以可认为购买意愿与消费者的年龄无关。

现实中存在着很多变量都具有似是而非的关联性，我们可以通过IBM SPSS Statistics的交叉表对这些变量进行分析，挖掘出真正的关联，排除错误的关联，这是非常有意义的。如对教育者而言可通过这个方法找到影响学生学习的真正因素，对生产者而言可以找到影响销量的因素。欢迎访问城东书院网站查看学习更多SPSS教程。