在考慮變量之間的關系時，我們通常摘要變量之間的相關程度。對于數值型變量，通常計算相關系數和進行回歸分析，而對于定類型變量則通常采用列聯表過程進行分析。列聯表給出了多個變量在不同取值下的數據分布，從而可摘要變量之間的相互關系。

主要功能

1.常用于研究離散變量的名義變量和有序變量有無相關。

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，并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：從左側的變量列表中選擇一個或多個變量進入其中作為行變量。
• 列列表：從左側的變量列表中選擇一個或多個變量進入其中作為列變量。
• 層：分層變量，決定頻數分布表的層，如果要增加一個分層變量，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量，那么將對每個層變量的每個類別產生單獨的交叉制表。

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：基于漸進分布計算的概率值，一般情況下值小于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，當值小于0.05，則認為是顯著，行、列變量之間相互獨立，適合在期望數有小于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，當兩個表變量都是定
  量變量時，用來檢驗行變量和列變量之間是否相關。
• 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。當兩個表變量都是定量變量時，相關產生Pearson 相關性系數R,這是變量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，則可以隱藏頻數小于指定整數n的計數。n必須大于或等于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：單元格頻數占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，并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，并以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后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，可以選擇按行變量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）在左側的變量列表中選中“性別”變量，單擊【選入】按鈕，將其選入“行變量列表”；選中“工作滿意度”變量，單擊【選入】按鈕，將其選入“列變量列表”，并勾選“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“四舍五入單元格計數”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）完成所有設置后，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