SPSS 对应分析怎么做：对应分析图怎么看

对应分析图以交叉频数为起点，把职业类别与学历类别分别表示为低维坐标，通过坐标呈现交叉表的偏离独立结构；跨变量点间距离另有解释限制。在市场调研里，它也常被叫作感知图。下面用 spss对应分析里常见的问题（职业类型与学历层次），说明从检验到读图的完整流程。

对应分析适合什么数据

适合以两个定类变量形成交叉频数表的问题，比如品牌与形象词、职业与学历。方法说明见对应分析。先检查稀少类别与缺失标签，避免把拼写差异当成新的水平。

列名	类型	放进哪个区
职业类型（市场销售/技术研发/生产制造/行政管理）	定类	行变量 [定类]
学历层次（高中及以下/大专/本科/硕士及以上）	定类	列变量 [定类]

以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：N=240，无缺失，构成 4×4 列联表，最多可提取 3 个维度。卡方近似的前提也实测过：最小期望频数 9.32，期望频数不低于 5 的单元格占 100.0%（16/16），满足。

对应分析怎么做：三步

1. 在方法列表里选「对应分析」，行变量和列变量各拖进一个定类变量。
2. 点开始分析，先看独立性检验：先区分总体关联推断与样本结构描述。
3. 依次读维度惯量分解、对应图、调整标准化残差热力图和点诊断表。

先检验，再读图：惯量分解怎么读

对应分析本身是几何降维，不是检验。显著性来自独立性检验表：Pearson χ²(9)=47.563，p<0.001；似然比 G²=48.375，结论一致。关联强度 Cramér's V=0.257，报告将其归为中等关联，实际意义仍需研究背景解释。

再看维度惯量分解。本次总惯量为 0.1982，它由总体卡方统计量除以样本数得到。三个维度的 χ² 分量依次为 43.423、3.509 和 0.630，因各分量已舍入，合计与总体统计量近似对应。维度 1 的贡献率 91.297%，维度 2 的 7.379%，前两个维度累计 98.67%。

累计贡献率的分母是交叉表偏离独立结构所形成的总惯量，和连续结局回归中的方差解释率不是同一指标。二维保留率很高，仍可能对应较弱或中等的总体关联；应将其与 Cramér's V 分开报告。

对应分析图怎么看

对应图展示低维概貌，残差热力图则逐格回到实际频数与独立性期望的差异。后者可以定位某个职业与学历组合，而非只凭坐标上两点靠近来判断。

读对应分析图有三条规则。

其一，本报告使用各点集的主坐标，同一变量内的二维点距近似反映剖面差异，仍需结合投影质量。职业点与学历点属于不同点集，跨点集直线距离不是关联大小或显著性的量尺。具体组合的超额或不足需要回到交叉频数及残差。本例沿维度 1，技术研发（得分 0.565）和高中及以下（0.619）在右侧，生产制造（−0.556）和硕士及以上（−0.513）在左侧。

其二，要判断具体某一格是否偏离独立，回到残差热力图。|调整标准化残差| 超过 1.96 的格子共 4 个，偏离最大的是「技术研发」×「高中及以下」，z=5.25，实际频数高于独立模型下的期望；职业与学历的这种样本关联没有因果含义。这些是逐格未校正的探索筛查标记，未控制整表多重比较错误率，正式确认需另预设检验族。

其三，将坐标、原始频数和点诊断按类别名逐项对齐。本例右侧的技术研发与高中及以下都在维度一取正坐标，组合格的调整残差也为正，这些是当前样本中需要共同核查的读数；其中任一项改用另一版标签，几何位置和频数表就可能被错误拼接。

点诊断又把“轴的形成”和“点的显示质量”分开。本例技术研发的二维 cos² 为0.999，且对维度一的行点贡献为48.53%；前者说明这个职业点在平面上保留得充分，后者说明它参与形成该轴的程度。贡献率分别在行点、列点内部计算，跨两个点集直接排列大小没有共同分母。

正式记录时可把“类别原始编码—交叉表所在行列—报告坐标—点诊断行”作为一条核查链。这样新增的复核材料能追溯到原表，维度命名才不会只依赖视觉上靠近的标签；对低质量投影点保留描述，涉及总体关联的判断仍回到独立性检验。

论文里怎么写

采用对应分析考察职业类型与学历层次的关联结构（N=240）。独立性检验显示两变量存在显著关联（χ²(9)=47.56，p<0.001，Cramér's V=0.257）。共提取 3 个维度，总惯量为 0.1982，前两个维度累计解释 98.67% 的惯量。

局限也要写：对应分析是探索性降维，维度的实质含义需结合专业知识命名。

对应分析常见错误

• 把行点与列点的距离当成实际距离：不把跨点集点距作关联证据，具体格子看频数及残差。
• 忽略卡方检验：先标明总体检验结论，探索图中的形态还需外部数据核对。
• 用 cos² 很低的点下结论：投影损失被读成了「没有特征」。
• 同时分析三个及以上分类变量：此处是双变量的交叉结构，多个分类列可查看「多重对应分析」。

开通会员后可导出 Word / PDF 报告、使用 AI 解读。正式报告仍需保留分析对象、设置与验证口径，使读者能回到原始研究问题核对。

延伸阅读