交叉分析【多选&单选】

所属分类：问卷分析

这个方法是做什么的

把一道多选题的各个选项，同时与若干个单选题（分组变量）交叉。多选项至少 2 列且必须是 0/1 编码，单选变量可以放多个——这是它与「交叉分析【单选&多选】」最主要的分工差别，后者的单选区只收 1 个。统计做法相同：不对整张共现表做一次卡方，而是把每个“多选项 × 单选变量”的组合还原成“未选/已选 × 各类别”的 2×C 列联表逐项检验，每位受访者在每张表里恰好计入一次。

它的交叉表按单选变量分张呈现，单元格是“频数（行百分比）”，行百分比的分母是“选中该多选项的总人数”，因此读出来的是构成比：选了这一项的人当中，各类人群各占多少。主结果表给 χ²、df、p 与 Holm 校正 p，族系按同一个单选变量内的全部多选项划分；2×2 表施加 Yates 连续性校正，期望频数不足时自动改用 Fisher 精确检验。卡④ 给 Cramér's V 及其置信区间、Bergsma 偏倚校正 V，2 类分组变量另给优势比 OR 并强制标注参照类别，以及对整体显著的表做逐格残差定位。

需要准备什么数据

• 多选题(字段)：至少 2 个，定类变量（分组/标签）
• 单选题(字段)：至少 1 个，定类变量（分组/标签）

数据要求

• 数据表至少 30 行。
• 单列缺失率不超过 20%。
• 不接受取值全都一样的列（零方差列没有可分析的变异）。
• 「单选题(字段)」的类别数需在 2~20 之间。
• 「多选题(字段)」必须正好是 2 个类别。
• 「单选题(字段)」的每一组至少 5 个样本。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

• 一道多选题需要同时按性别、年龄段、会员等级等多个变量拆开看
• 问卷报告里“选择这一因素的人群是什么构成”这类描述（分母是选中该项的人数）
• 需要在一份报告里同时拿到多张交叉表、逐项检验、效应量与逐格残差
• 分组变量的类别数不止 2 类（示例的“会员等级”是 3 类，走 2×3 表、不加连续性校正）

前提：多选列必须恰为 0/1，且每列都要既有人选中又有人未选中；单选变量须为定类，2~20 个类别、每类建议至少 5 个观测；同一列不能同时放进两个区；数据表至少 30 行。单选变量的类别过多会让期望频数普遍偏低，应先归并低频类别再进来。

什么时候不要用它

• 只有一个分组变量、而且你想要的是“这类人里有多少人选了它”（选择率而非构成比）：用「交叉分析【单选&多选】」，它的交叉表给列百分比，卡③ 还多一张“已选”格的残差热力图。
• 两边都是多选题：本模块的单选区只接定类单选变量，两组多选题的关联用「交叉分析【多选&多选】」。
• 两边都是单选题：一张列联表就装得下全部信息，用不着拆成多张 2×C 表——一个分组变量对多道单选题批量扫描用「列联（交叉）分析」，单独一对并需要 Cohen's w 这类效应量用「卡方检验」。
• 不涉及任何分组，只想看这道多选题自身：用「多选分析」，它给两种比率、Cochran's Q 主检验与选项间的 McNemar 两两比较。
• 想在控制第三个变量之后再看关联（例如扣掉会员等级的影响再看性别）：本模块逐项独立建表、不做分层，用「分层卡方分析」。

容易误读的地方

• 交叉表里的百分比是行百分比，分母是“选中该多选项的人数”，不是那一类人的人数。 示例“性别”表中 66(60.55%) 的含义是：选了“购买考虑-价格实惠”的 109 人里有 60.55% 是女性。同一列（同一个多选项）上下相加恰为 100%，同一行左右相加则没有意义。这与「交叉分析【单选&多选】」的口径正好互为转置，两个模块的表长得很像，读之前先看表注。
• 构成比看起来均匀，不是“无关联”的证据。 示例“会员等级”那张表三列都落在 33% 上下，原因是三个等级的人数本就接近——即使完全独立，行百分比也会自然趋近各等级的人数占比。反过来，一个 90% 集中在某一类的分组变量，会让所有多选项的行百分比都偏向那一类，看着“关联很强”其实只是人数构成使然。有没有关联要看卡② 的检验（示例中“会员等级”四项 Holm 校正后 p 全是 1.000），不能看百分比像不像。
• 报告里有两个样本量口径并存，表注专门解释过一次。 多选题的描述统计（总响应次数、普及率、人均勾选数）以全部数据行为分母；而独立性检验只能用单选变量非缺失的行。示例数据无缺失，两者都是 200，看不出差别；一旦单选变量有缺失，卡① 的“选中人数”就会大于交叉表里的对应合计。表注原话是“两者不一致是缺失剔除所致，不是计算错误”。
• OR 必须连同括号里的参照类别一起誊写。 示例“购买考虑-价格实惠”ד性别”给的是 OR = 2.573（“女”相对“男”，后者为参照类别）。表注说明参照类别取该表保留下来的类别顺序中的第二个，与交叉表的行序一致——也就是由数据里的类别排列决定，不是由你拖入的先后决定。不标参照类别时 OR=2 与 OR=0.5 无从区分，抄走一半就会把方向说反。
• Holm 校正是按单选变量分族做的，不是按检验总数一次做完。 示例共 8 次检验，分成“性别”下 4 项与“会员等级”下 4 项两个族系，每族各按 4 次校正。所以放进更多单选变量并不会让已有变量的判定变严。写论文时必须交代族系是怎么划分的，否则读者会按 8 次去核对校正后的 p 而对不上。

报告里有什么

1. 输出结果一：数据概览与前提检验
2. 输出结果二：交叉列联表与独立性检验（主结果表）
3. 输出结果三：交叉汇总图
4. 输出结果四：效应量与事后分析
5. 输出结果五：结论与学术表述