spss分类变量怎么分析？二分类变量相关性分析spss

spss分类变量怎么分析？什么是统计软件？统计软件有哪些功能？如何使用统计软件？下面我们一起来看看吧！软件是一种数据处理软件，可以帮助我们进行统计分析，比如：excel、sas、spss等。通过统计软件我们可以了解到自己的数据，从而更好的进行决策。数据分析的目的是什么？我们需要做什么？这些问题都是我们需要思考的。

一：spss分类变量分析方法

案例

2型糖尿病（T2DM）患者授权能力与医疗支持的相关性研究。

方法：通过单纯随机抽样选取2016年1月—4月某省市8所三级甲等综合医院就诊2型糖尿病患者作为研究对象。采用一般资料调查表、糖尿病授权评分表糖尿病态度、期望、需求简化版（DES-DSF）和患者慢性病评估量表糖尿病态度、期望、需求简化版（PACIC-DSF），调查2型糖尿病患者的一般资料、授权能力及医疗支持情况。

若要探讨患者授权能力与医疗支持的相关性，则需要用到双变量的相关分析。如果两组数据均为符从正态分布的连续变量，并且存在线性关系，则选用皮尔逊相关分析；若数据不服从双变量正态分布，则选用斯皮尔曼相关分析；若数据为两个有序分类变量，则选用Kendall's tau-b相关分析。这节主要介绍两个有序分类变量的Kendall's tau-b相关分析。

1、先将得分数据进行分类：

授权能力得分：0代表≤40分，1代表41-60分，2代表＞60分。

医疗支持得分：0代表≤30分，1代表31-40分，2代表＞40分。

千万不要自己观察数据将其分组，只要设定好范围，SPSS是可以自动实现的，这里以授权能力得分为例进行讲解，医疗支持得分分组的操作类似。

在输出变量名称框中填入‘授权能力得分分组’，标签处也可以命名为此，点击变化量，即可实现‘授权能力得分-授权能力得分分组’的变量命名。

点击旧值和新值，从得分最低到最高依次进行变换，从最低到值填入40，在新值框中填入‘0’，点击添加，即可完成得分小于等于40的患者分组。

按照以上操作完成授权能力得分的分组，如下图所示，点击继续，确定。

2、相关分析

经过分组之后的授权能力得分与医疗支持得分都是有序分类的，并且两个变量

将授权能力得分和医疗支持得分选入变量栏，相关系数栏去掉皮尔逊的选择，勾选肯德尔tau-b，显著性检验选择双尾，点击确定。

3、结果解读

由结果可以看出：授权能力得分与医疗支持得分的相关系数为0、259，P=0、005，说明两者之间是存在正相关关系的。

注意：两者只是正相关关系，不是因果关系，因此不能说医疗支持得分高导致授权能力得分高。

SPSS提供了三种双变量间相关分析的方法，每种方法都有其不同的适用情况。当两变量间呈线性相关时，可以采用皮尔逊相关系数，不满足皮尔逊相关分析的适用条件时，可以考虑采用斯皮尔曼相关系数；斯皮尔曼相关系数对原始变量的分布不做要求，属于非参数统计方法，适用范围更广一些，但是统计效能比皮尔逊相关系数要低；肯德尔tab-u系数则广泛用于两变量都为有序分类资料的情况。

问题反馈

如您遇到有关统计学的问题，可以通过邮件联系我们。

通过邮件发送您的问题，我们第一时间为您解答。

NursingCare01@126、com

二：spss分类变量聚类分析

6、确定查看谱系图，分析聚类结果，改用不同的分类方法，得到谱系图进行综合分析；

现在我们有4个变量用来对啤酒分类、、、4个分类变量量纲各自不同，这一次我们先确定用相似性来测度，度量标准选用pearson系数，聚类、、、

这种剧烈分析的话，这个可以直接打开，它里面有一个设置按钮，然后在这里面就能够进行做了。

三：spss分类变量与连续变量的相关分析

  这里，无论是数值型的1、 2 还是字符型的‘汉’‘回’‘满’，都不存在内部固有的大小或高低顺序，而只是一种名义上的指代。我觉得教育年限应该设置成定距型数据（Scale）吧。因为，教育年限应该是一个连续的变量，它不存在内在的大小或高低顺序问题。

  因为，低级和中级职称之间的差距与中级和高级职称之间的差距是不相等的；定类型数据是指没有内在固有大小或高低顺序，一般以数值或字符表示的分类数据。如性别变量中的男、女取值，可以分别用1、 2表示，民族变量中的各个民族，可以用‘汉’‘回’‘满’等字符表示等。

  如职称变量可以有低级、中级、高级三个取值，可以分别用1、2、3等表示，年龄段变量可以有老、中、青三个取值，分别用A B C表示等。这里，无论是数值型的1、2 、3 还是字符型的A B C ，都是有大小或高低顺序的，但数据之间却是不等距的。

四：分类变量相关性分析 spss

点击分析，百开始进行分析

选择需要分析的东西，点击确专认即可。其中quartiles是分类变量的分位数，点击确认

录入数据，或者导入数据、打开护具

五：spss多组分类变量描述分析

多元线性回归

1、打开数据，依次点击：analyse--regression，打开多元线性回归对话框。

2、将因变量和自变量放入格子的列表里，上面的是因变量，下面的是自变量。

3、设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。

4、等级资料，连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。

5、选项里面至少选择95%CI。 点击ok。 统计专业研究生工作室原创，请勿复杂粘贴