:::

SPSS列聯表轉換成可分析資料:觀察值加權 / How to convert Contingency Table into analyzable data in SPSS: Weight Cases

image

我們在研究報告上看到的數據資料通常都是已經整理好的列聯表 (contingency table),這些已經整理好的資料又稱為邊際分佈。如果我們要在SPSS中以這些資料進行次級分析的話,就得使用「觀察值加權」的功能,將資料調整成可分析的資料格式,再來繼續SPSS的分析。以下就SPSS 21的操作介面來說明如何設定「觀察值加權」。


卡方檢定與列聯表資料 / Chi-square test with a Contingency Table

通常與列聯表相關的分析,最常見的就是卡方檢定(Chi-square test)了。以下我們謝章升老師的SPSS教學「卡方檢定怎麼做」為例子,來看一下SPSS分析資料時使用的格式跟整理後的列聯表之間的差別。

通常我們在進行卡方檢定時,課本或是研究報告上常常出現的都是列聯表的資料格式,例如本例中使用的性別(gender)跟學歷(school)的列聯表,跨號中的數字為類別代號,例如女性為0、男性為1:(下表來自該影片3:00)

性別/學歷 國小(1) 國中&高中(2) 大學(3) 研究所以上(4) 總計
女性(0) 7 33 130 30 200
男性(1) 1 13 60 21 95
總計 8 46 190 51 295

 

可是實際上在SPSS中要進行分析時,我們必須把資料整理成像是下圖一樣:

2016-11-03_151750

也就是像是下表:

id gender school
1 0 3
2 0 2
3 0 3
4 1 1

然後才能用gender跟school變項進行分析。

 

可是一般我們手邊只有整理後的列聯表,沒有原始資料,這樣子要如何進行卡方檢定呢?SPSS裡面有個功能這時候就能夠派上用場,叫做「觀察值加權」,讓我們看看怎麼做吧。


觀察值加權教學 / Weight Cases Instruction

1. 調整列聯表格式 / Adjuect Contingency Table Format

要進行觀察值加權之前,我們要先調整列聯表的格式。

性別/學歷 國小(1) 國中&高中(2) 大學(3) 研究所以上(4) 總計
女性(0) 7 33 130 30 200
男性(1) 1 13 60 21 95
總計 8 46 190 51 295

原始表格如上,首先先將列聯表的總數或平均等計算的欄位刪除。

性別/學歷 國小(1) 國中&高中(2) 大學(3) 研究所以上(4)
女性(0) 7 33 130 30
男性(1) 1 13 60 21

再來將所有變項都往左邊移動,最後一欄為頻率:

性別 學歷 人數
女性(0) 國小(1) 7
國中&高中(2) 33
大學(3) 130
研究所以上(4) 30
男性(1) 國小(1) 1
國中&高中(2) 13
大學(3) 60
研究所以上(4) 21

再來將變項化為一列一列的形式,詳細列出每一列人數前面對應變項的組合:

5454545

性別 學歷 人數
女性(0) 國小(1) 7
女性(0) 國中&高中(2) 33
女性(0) 大學(3) 130
女性(0) 研究所以上(4) 30
男性(1) 國小(1) 1
男性(1) 國中&高中(2) 13
男性(1) 大學(3) 60
男性(1) 研究所以上(4) 21

然後將類別名稱移除,僅留下類別代號:

性別 學歷 人數
0 1 7
0 2 33
0 3 130
0 4 30
1 1 1
1 2 13
1 3 60
1 4 21

最後將變項的名字換成英文,人數一欄通常會叫做「freq」,也就是頻率的簡稱:

gender school freq
0 1 7
0 2 33
0 3 130
0 4 30
1 1 1
1 2 13
1 3 60
1 4 21

好了,接下來就回到SPSS上面吧。

2. 鍵入列聯表的頻率資料 / Create SPSS Data

2016-11-03_154143

接下來回到SPSS中,開啟新的「資料」檔案,好讓我們鍵入上表吧。

2016-11-03_154214

先在「變數檢視」中建立三個變項:gender、school、freq,類型都是「數字的」,後面的資料用預設值即可。

2016-11-03_154323

再來參照前一步驟中列聯表調整後的表格,輸入資料。

這樣我們就把資料準備好了。

3. 觀察值加權 / Weight Cases

接著我們要來設定觀察值加權。

image

請到「選單列 / 資料 / 加權觀察值」中。

image

原本選單是這樣的。

image

請參考上圖的標示,依序進行以下步驟:

  1. 選擇「觀察值加權依據」。
  2. 選擇「freq」變項,按箭頭把它轉移到「次數變項」。
  3. 按下「確定」。

image

回到資料視窗。雖然看不出來有什麼差別,但是右下角多了一個「加權於」的狀態。這樣子我們就能夠進行卡方檢定了。

到此為止的SPSS資料表「chi-square-test-weight-cases.sav」可由以下網址下載:


結語:進行分析 / Conclusion: Let’s Analyze Data

接下來我們可以進行原本要做的分析,例如謝章升老師的SPSS教學「卡方檢定怎麼做」:

上面影片中分析結果在2:27出現,而我照著上述步驟進行分析之後的結果如下圖,也是一樣的結果輸出。

2016-11-03_155418

這樣就完成了使用觀察值加權的卡方檢定了。