4.4.1 参数设置
（1）打开数据文件，选择“分析”→“描述统计”→“交叉表”，弹出“交叉表”对话框，如图4-20所示，各项含义如下。
●行：从左侧的变量列表中选择一个或多个变量进入其中作为行变量。
●列：从左侧的变量列表中选择一个或多个变量进入其中作为列变量。
●层：分层变量，决定频数分布表的层，如果要增加一个分层变量，就单击“下一个”按钮，再选择一个分层变量。如果选择一个或多个层变量，那么将对每个层变量的每个类别产生单独的交叉制表。
●在表层中显示层变量：选中该复选框表示选择在交叉表中将层变量显示为表层，可以创建视图来显示行和列变量的整体统计，以及允许深入层变量的类别。
●显示簇状条形图：选中该复选框表示结果中会输出群集条形图，帮助汇总个案组的数据。对于在“行”下指定的变量的每个值，均有一个复式条形图。“列”下指定的变量用来定义每个聚类内的条形图的变量。对于此变量的每个值，均有一组不同颜色或图案的条形图。如果在“列”或“行”下指定多个变量，那么为每个双变量组合生成一个复式条形图。
●禁止显示表：勾选该复选框表示结果中不输出交叉表。
图4-20 “交叉表”对话框
（2）单击“精确”按钮，弹出“精确检验”对话框，如图4-21所示，各项含义如下。
●仅渐进法：基于渐进分布计算的概率值，一般情况下值小于0.05，则认为显著。
●蒙特卡洛法：统计量是精确显著水平的无偏估计。
置信度级别框中可输入0.01～99.9的置信水平。
样本数框中可输入1～1000000000之间的样本数。
●精确：精确计算概率，当值小于0.05，则认为显著，行、列变量之间相互独立，适合在期望数小于5的情况下使用。
图4-21 “精确检验”对话框
（3）单击“统计”按钮，弹出“交叉表：统计”对话框，如图4-22所示，该对话框用来选择统计分析量，各项含义如下。
●卡方：卡方检验包括皮尔逊卡方检验、似然比卡方检验等，当两个表变量都是定量变量时，用来检验行变量和列变量之间是否相关。
●相关性：选择此项，将生成Spearman相关系数R，用来测量等级顺序之间的相关性。当两个表变量都是定量变量时，将生成Pearson相关性系数 R，这是变量之间的线性相关性测量。
●名义选项栏。
列联系数：基于卡方统计的相关性测量。取值在0至1之间，其中0表示行变量和列变量之间不相关，值越接近1，表示变量之间的关联性越强。
Phi和克莱姆V：基于卡方统计的相关性测量。取值也在0至1之间，值越接近1，表示关联性越强。
Lambda：一种相关性测量，它反映使用自变量的值来预测因变量的值时，误差成比例缩小。取值也在0至1之间，值为0表示自变量对于预测因变量没有帮助，值为1表示自变量能完全预测因变量。
不确定性系数：一种相关性测量，它表示当一个变量的值用来预测其他变量的值时，误差成比例下降的程度，取值也在0至1之间，值越接近1，表示该变量能很好预测其他变量的程度越增加。
●有序选项栏，对于行和列都包含已排序值的表，请选择Gamma、肯德尔tau-b 和 肯德尔tau-c。要根据行类别预测列类别，请选择萨默斯d。
Gamma：测定两个有序变量之间对称相关性的统计量，取值在-1至1之间，1表示完全正关联，0表示无相关，-1表示完全负关联。
萨默斯d：用于检验两个有序变量之间的关联性，取值在-1至1之间，绝对值渐进1表示两个变量之间高度关联，绝对值渐进0表示两个变量之间关联程度很低。
肯德尔tau-b：将结考虑在内的有序变量或排序变量的非参数相关性测量。取值在-1至1之间，符号表示两个变量之间关系的方向，绝对值表示相关程度的大小。
肯德尔tau-c：与肯德尔tau-b基本一致，只是不考虑结的影响。
●Kappa：用于检验对同一对象两种观测方法是否一致，取值在-1至1之间，取值为1表示两者完全一致，取值为0表示两者没有关联。如果两个变量的数据存储类型不相同，那么不计算Kappa。对于字符串变量，两个变量必须具有相同的定义长度。
●风险：用于危险度分析，表明事情的发生与某因素之间的关联性，当某因素发生的可能性非常小时，使用比数比统计量来测定相对危险度。
●麦克尼马尔：两个二分变量相关性的非参数检验，使用卡方分布检验响应改变，用来检测试验干预导致响因变量的变化。
柯克兰和曼特尔-亨塞尔统计：两个二分变量独立性检验的统计量，条件是给定一个或多个分层变量定义的协变量模式，在框中可输入相对风险检验的零假设值，默认为1。
按区间标定：当一个变量为定量变量，而另一个变量为分类变量时，请选择 Eta。分类变量必须进行数值编码。
●Eta：关联度统计量，取值在0至1之间，值接近1表示两个变量之间高度关联，值接近0表示两个变量之间关联程度很低。
图4-22 “交叉表：统计”对话框
（4）单击“单元格”按钮，弹出“交叉表：单元格显示”对话框，如图4-23所示，设置单元格显示内容，各项含义如下。
●计数复选框。
实测：显示实际频数，系统默认。
期望：显示期望频数。
隐藏较小的计数：选择此项，在输入框中输入一个数值n的整数，则可以隐藏频数小于指定整数n的计数。n必须大于或等于2。
●百分比复选框。
行：显示行百分比，单元格频数占所在行观测量的百分比。
列：显示列百分比，单元格频数占所在列观测量的百分比。
总计：单元格频数占全部观测量的百分比。
●z-检验。
比较列比例：勾选此项，将计算列属性的成对比较，并指出给定行中的哪对列明显不同。使用下标字母以 APA 样式格式在交叉表中标识显著性差异，并以0.05显著性水平对其进行计算。
调整p值（邦弗伦尼法）。列比例的成对比较使用了邦弗伦尼修正，可在进行多个比较后调整观察到的显著性水平。
●残差。
未标准化：观察值与期望值之差。
标准化：残差除以其标准差的估计，均值为0，标准差为1。
调节后标准化：单元格的残差除以其标准误的估计值。
●非整数权重：单元格计数通常为整数值，但是如果数据文件当前按某个带小数值的权重变量进行加权，那么在计算单元格计数之前可以进行截断或舍入。
单元格计数四舍五入：单元格中的个案权重按原样使用，但累积权重要四舍五入。
截断单元格计数：在计算任何统计之前，个案权重按原样使用，截断单元格中的累积权重截取整数部分。
个案权重四舍五入：对个案权重进行四舍五入。
截断个案权重：对个案权重进行截取整数部分。
不调整：不对单元格进行调节，个案权重按原样使用且使用小数单元格计数。但是，当需要精确检验时，单元格中的累积权重或者截断或者四舍五入。
（5）单击“格式”按钮，弹出“交叉表：表格式”对话框，如图4-24所示，可以选择按行变量值的升序或降序来排列行。
图4-23 “交叉表：单元格显示”对话框
图4-24 “交叉表：表格式”对话框