Phân tích đôi biến trong SPSS

Phân tích đôi biến được sử dụng để xác định mối liên quan giữa các biến. Tuy nhiên, chúng ta cần phải chọn kiểm định phù hợp để phân tích. Thongke.info xin giới thiệu một số lệnh mẫu được sử dụng trong từng loại kiểm định.

a. Mối liên quan giữa 2 biến phân loại

Syntax:

CROSSTABS

/TABLES=[biến 1] BY [biến 2]

/FORMAT=AVALUE TABLES

/CELLS=COUNT ROW COLUM TOTAL

/COUNT ROUND CELL.

Ví dụ: Mô tả giới tính (C2) theo nghề nghiệp (C7) trong bộ số liệu mẫu 1: Data 1

Syntax:

CROSSTABS

/TABLES=C2 BY C7

/FORMAT=AVALUE TABLES

/CELLS=COUNT ROW COLUM TOTAL

/COUNT ROUND CELL.

b. Mối liên quan giữa biến liên tục và biến phân loại

Syntax:

SUMMARIZE

/TABLES=[biến liên tục] BY [biến phân loại]

/FORMAT=NOLIST TOTAL

/TITLE='Case Summaries'

/MISSING=VARIABLE

/CELLS=COUNT MIN MAX STDDEV MEDIAN MEAN.

Ví dụ: Mô tả tuổi (C1) theo giới tính (C2) của đối tượng nghiên cứu ở bộ số liệu mẫu 1:Data 1.

Syntax:

SUMMARIZE

TABLES=C1 BY C2

/FORMAT=NOLIST TOTAL

/TITLE='Case Summaries'

/MISSING=VARIABLE

/CELLS=COUNT MIN MAX STDDEV MEDIAN MEAN.

/CRITERIA=CI(.95).

c. Mối tương quan giữa 2 biến liên tục

Mối liên quan giữa hai biến liên tục có thể được tóm tắt dưới dạng số như là hệ số tương quan.

Syntax:

CORRELATIONS

/VARIABLES=[biến 1] [biến 2]

/PRINT=TWOTAIL NOSIG

/MISSING=PAIRWISE.

Ví dụ: Mô tả kiến thức về phòng chống HIV/AIDS (total_know), xem tuổi (C1) có ảnh hưởng đến kiến thức đó hay không? (Coi tuổi và kiến thức về phòng chống HIV/AIDS là 2 biến liên tục có phân bố chuẩn. Do đó chúng ta sử dụng hệ số tương quan Pearson’s). Bộ số liệu mẫu: Data 1

Syntax:

CORRELATIONS

/VARIABLES=C1 total_know

/PRINT=TWOTAIL NOSIG

/STATISTICS DESCRIPTIVES

/MISSING=PAIRWISE.

Kết quả