對(duì)應(yīng)分析聯(lián)合分析SPSS

1、一、實(shí)驗(yàn)?zāi)康募耙螅?、目的用SPSS軟件實(shí)現(xiàn)對(duì)應(yīng)分析、聯(lián)合分析及其應(yīng)用。2、內(nèi)容及要求用SPSS自帶數(shù)據(jù)GSS93 subset.sav分析父親受教育程度和本人受教育程度的關(guān)系，母親受教育程度和本人受教育程度之間的關(guān)系以及父親、母親受教育程度之間的關(guān)系。二、實(shí)驗(yàn)方法與步驟:利用SPSS對(duì)GSS93 subset.sav數(shù)據(jù)進(jìn)行對(duì)應(yīng)分析，依次點(diǎn)選分析à降維à對(duì)應(yīng)分析，進(jìn)入對(duì)應(yīng)分析對(duì)話框，做如下圖所示的設(shè)置，得到所需要的結(jié)論。三、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理：父親受教育程度和本人受教育程度的關(guān)系：表5-1 對(duì)應(yīng)表R's Highest DegreeFather's Hi

2、ghest DegreeLT High School High School Junior College Bachelor Graduate 有效邊際dimension0Less than HSigh school 308248114322632Junior college 293427375Bachelor 457984727206Graduate 25373181699有效邊際56342525121711205表5-1對(duì)應(yīng)表(Correspondence Table)是由原始數(shù)據(jù)按Degree與Padeg分類(lèi)的列聯(lián)表，可以看到觀測(cè)總數(shù)n=1205而不是原始數(shù)據(jù)觀

3、測(cè)個(gè)數(shù)1500，這是因?yàn)樵紨?shù)據(jù)中有295條記錄有缺失。表5-2 行簡(jiǎn)要表Rs Highest DegreeFathers Highest DegreeLT High School High School Junior College Bachelor Graduate 有效邊際dimension0Less than HS .808.140.005.031.0161.000High school .487.392.017.068.0351.000Junior college .387.453.027.093.0401.000Bachelor .218.383.039.228.1311.000G

4、raduate .253.374.030.182.1621.000質(zhì)量.467.353.021.100.059表5-3 列簡(jiǎn)要表R's Highest DegreeFather's Highest DegreeLT High School High School Junior College Bachelor Graduate 質(zhì)量dimension0Less than HS .277.064.040.050.042.160High school .547.584.440.355.310.524Junior college .052.080.080.058.042.062Bac

5、helor .080.186.320.388.380.171Graduate .044.087.120.149.225.082有效邊際1.0001.0001.0001.0001.000表5-2 行簡(jiǎn)要表和表5-3 列簡(jiǎn)要表為在統(tǒng)計(jì)量(Statistics)對(duì)話框中選擇行輪廓表(Row profiles)和列輪廓表(Column profiles)交由程序運(yùn)行的結(jié)果。表5-4 摘要維數(shù)奇異值慣量卡方Sig.慣量比例置信奇異值解釋累積標(biāo)準(zhǔn)差相關(guān)21.400.160.846.846.025.2562.164.027.142.988.0263.047.002.0121.0004.006.000.000

6、1.000總計(jì).189228.193.000a1.0001.000a. 16 自由度表5-4摘要表(Summary)給出了總慣量(Inertia)、卡方值(Chi Square)及每一維度(公共因子)所解釋的總慣量的百分比(Proportion of Inertia)的信息?？芍倯T量為0.189，卡方值為228.193，有關(guān)系式：228.193=0.189*1205，由此可以清楚地看到總慣量與卡方值的關(guān)系，同時(shí)說(shuō)明總慣量描述了列聯(lián)表行與列之間總的相關(guān)關(guān)系。奇異值(Singular Value)反映的是行與列各狀態(tài)在二維圖中分值的相關(guān)程度，實(shí)際上是對(duì)行與列進(jìn)行因子分析產(chǎn)生的新的綜合變量的典型相

7、關(guān)系數(shù)，其在取值上等于特征值得平方根。Sig.是假設(shè)卡方值為0成立的概率，表注表明自由度為(5-1)*(5-1)=16，Sig.值很小說(shuō)明列聯(lián)表的行與列之間有較強(qiáng)的累積百分比，類(lèi)似于因子分析中公共因子解釋能力的說(shuō)明。表5-5 概述行點(diǎn)和表5-6 概述列點(diǎn)為對(duì)應(yīng)分析對(duì)話框à統(tǒng)計(jì)量中行點(diǎn)概覽、列點(diǎn)概覽選項(xiàng)對(duì)應(yīng)輸出的結(jié)果，是對(duì)列聯(lián)表行與列個(gè)狀態(tài)有關(guān)信息的概括。其中，質(zhì)量(Mass)部分分別指列聯(lián)表中行與列的邊緣概率。維中的得分(Score in Dimension)是各維度的分值，也就是行與列各狀態(tài)在二維圖中的坐標(biāo)值。慣量是每一行(列)與其重心的加權(quán)距離的平方，可以看到，它們都為0.189

8、，即行剖面的總慣量等于列剖面的總慣量。貢獻(xiàn)部分是指行(列)的每一狀態(tài)對(duì)每一維度(公共因子)特征值的貢獻(xiàn)及每一維度對(duì)行(列)各個(gè)狀態(tài)的特征值的貢獻(xiàn)。由此可以更好地理解維度的來(lái)源及意義，如第一維度中，Bachelor對(duì)應(yīng)的數(shù)值最大為0.406，說(shuō)明Bachelor這一狀態(tài)對(duì)地第一維度的貢獻(xiàn)最大。在表的最后部分維度對(duì)個(gè)狀態(tài)特征值的貢獻(xiàn)部分，看到除了High school和Junior college外，各最高學(xué)歷的特征值的分布均集中在第一維度上，說(shuō)明第一維度反映了最高學(xué)歷各狀態(tài)大部分的差異，這實(shí)際上相當(dāng)于因子分析中對(duì)共同度的分解。表5-5 概述行點(diǎn)aR's Highest Degree質(zhì)量維

9、中的得分慣量貢獻(xiàn)12點(diǎn)對(duì)維慣量維對(duì)點(diǎn)慣量1212總計(jì)dimension0Less than HS .160-.998.652.075.399.416.851.1491.000High school .524-.165-.305.014.036.298.417.582.998Junior college .062.127-.512.003.003.100.127.845.972Bachelor .171.976.321.069.406.108.948.042.990Graduate .082.874.395.029.157.078.875.073.949有效總計(jì)1.000.1891.0001.0

10、00a. 對(duì)稱(chēng)標(biāo)準(zhǔn)化表5-6 概述列點(diǎn)aFather's Highest Degree質(zhì)量維中的得分慣量貢獻(xiàn)12點(diǎn)對(duì)維慣量維對(duì)點(diǎn)慣量1212總計(jì)dimension0LT High School .467-.608.188.072.432.100.963.0371.000High School .353.269-.509.025.064.559.406.593.999Junior College .021.786.007.005.032.000.965.000.965Bachelor .1001.019.476.046.261.139.901.080.981Graduate .0591.

11、199.749.040.211.202.838.134.971有效總計(jì)1.000.1891.0001.000a. 對(duì)稱(chēng)標(biāo)準(zhǔn)化圖5-1為父親學(xué)歷各狀態(tài)與本人學(xué)歷各狀態(tài)同時(shí)在一張二維圖上的投影。在圖上既可以看到每一變量?jī)?nèi)部各狀態(tài)之間的相關(guān)關(guān)系，又可以同時(shí)考察兩變量之間的相關(guān)關(guān)系?？梢钥吹?，父親的受教育程度對(duì)孩子的受教育程度還是比較有影響的，父親受教育程度高，則孩子的受教育程度高的概率還是挺大的。在圖中，父親最高學(xué)歷為本科時(shí)，孩子的最高學(xué)歷比較可能為研究生和本科生，而父親的受教育程度為中學(xué)的情況下，孩子的受教育程度比較可能為專(zhuān)科。所以由此看來(lái)，比較可能的情況是：孩子的受教育程度至少與父親的受教育程度

12、相同，且有高于父親受教育程度的趨勢(shì)。 圖5-1母親受教育程度和本人受教育程度之間的關(guān)系：由對(duì)應(yīng)表可以看到觀測(cè)總數(shù)n=1350而不是原始數(shù)據(jù)觀測(cè)個(gè)數(shù)1500，這是因?yàn)樵紨?shù)據(jù)中有150條記錄有缺失。由摘要表可知總慣量為0.195，卡方值為263.557，奇異值(Singular Value)反映的是行與列各狀態(tài)在二維圖中分值的相關(guān)程度，實(shí)際上是對(duì)行與列進(jìn)行因子分析產(chǎn)生的新的綜合變量的典型相關(guān)系數(shù)，其在取值上等于特征值得平方根。Sig.是假設(shè)卡方值為0成立的概率，表注表明自由度為(5-1)*(5-1)=16，Sig.值很小說(shuō)明列聯(lián)表的行與列之間有較強(qiáng)的累積百分比，類(lèi)似于因子分析中公共因子解釋能力的

13、說(shuō)明。 圖5-2圖5-2為母親學(xué)歷各狀態(tài)與本人學(xué)歷各狀態(tài)同時(shí)在一張二維圖上的投影，可以看到，單對(duì)于母親的學(xué)歷而言，專(zhuān)科和本科比較有可能劃為一類(lèi)，而研究生、中學(xué)以下、中學(xué)則各自成為一類(lèi)；對(duì)于本人的學(xué)歷來(lái)說(shuō)，則是專(zhuān)科、本科、研究生為一類(lèi)，而中學(xué)和中學(xué)以下各自成一類(lèi)。綜合考慮兩者的相互影響，我們可以看到母親是本科學(xué)歷的，本人最有可能是本科，母親是中學(xué)學(xué)歷的，本人的最高學(xué)歷也傾向于是中學(xué)學(xué)歷，且母親的最高學(xué)歷是專(zhuān)科和本科時(shí)，本人的最高學(xué)歷為本科、碩士、專(zhuān)科的可能性較大。綜合上述父親受教育程度對(duì)本人受教育程度的影響，我們可以合理地推測(cè)：父親對(duì)本人的影響是很有作用的，因?yàn)楸救说淖罡邔W(xué)歷至少與父親相同，且有高于父親最高學(xué)歷的趨勢(shì)，而母親受教育程度的高低對(duì)本人的影響相對(duì)要弱一點(diǎn)，本人的最高學(xué)歷有可能會(huì)低于母親的，在母親的最高學(xué)歷為碩士時(shí)，本人的最高學(xué)歷最有可能是本科?？紤]到母親對(duì)本人的影響力涉及生活、為人處世的許多方面，而父親的威嚴(yán)在學(xué)歷方面對(duì)本人的影響力可能更大一些，加上本人尤其是男孩的話都有一種想要超過(guò)父親的心態(tài)，所以有上述的結(jié)果還是比較合理的。父親、母親受教育程度之間的關(guān)系：圖5-3由于許多信息在上面的分析中已經(jīng)有所展示，所以此處主要分析父母親學(xué)歷投影的二維圖（圖5-3）。從圖中我們可以看出父母親受教育的程度在中學(xué)是一個(gè)分水嶺，父母親受教育程度比較可能同是中學(xué)以下，或者同時(shí)