多选题多重响应分析

案例数据

300 行 × 11 列：300 位大学生回答一道多选题 "选择手机品牌时考虑哪些因素？"（外观/性能/价格/拍照/续航/品牌/系统/售后 8 个选项，0/1 二元存储），并附 性别 / 月消费水平 两个分组变量，用于演示多重响应频次表 + 与分组变量的交叉分析 + 卡方检验。

下载案例数据 查看数据文件

文件名	multiple.xlsx
样本量	300 行（大学生消费者）
变量数	11 列（用户ID + 8 选项 0/1 + 性别 + 月消费水平）
数据用途	多选题 × 分组变量交叉，用于群体画像与差异化营销
分组变量	性别（男/女）、月消费水平（低/中/高三档）

完整案例

1. 背景

多选题在问卷里常用于捕捉"购买动机/影响因素"等多元偏好——比如"选择手机品牌时考虑哪些因素？"。每位被访者可同时勾选多个选项，存储时拆为 8 个 0/1 二元列（多重二分法 multi-dichotomy，区别于多重分类法把名次编码为单列）。多重响应分析 的核心不是"哪个选项最高"那样的简单频次（这一步在 问卷研究 · 多选题分析 已覆盖），而是要把多选行为嵌入到分组变量（性别 / 消费水平 / 年龄段 ...）里做交叉，回答"不同人群的选择结构是否显著不同"——这正是市场细分与差异化策略的统计基础。响应% 用于结构对比，个案% 用于覆盖率，卡方检验则给出每个选项 × 分组是否独立的显著性证据。

2. 理论与公式

3. 数据结构

每行 1 位大学生，8 个选项列 用 0/1 编码（多重二分法），后面跟 2 个分组变量。同一行可同时有多个 1（这是多重响应与单选频数的本质区别）：

列名	类型	说明
用户ID	字符串	S001 ~ S300，匿名编号
外观 / 性能 / 价格 / 拍照	0 / 1	前 4 个选项，1=该因素被考虑
续航 / 品牌 / 系统 / 售后	0 / 1	后 4 个选项，同样 0/1 二分法存储
性别	男 / 女	分组变量 1（2 水平）
月消费水平	低 / 中 / 高	分组变量 2（3 水平：低<1000、中 1000-2000、高>2000 元）

8 个选项列 不是 8 个独立变量 而是 1 道题的并列响应；不能直接放进回归或单变量卡方，需用专门的"多重响应集"来组合分析。

4. 操作步骤

1. 登录 SPSSzero，进入 工作台 → 上传 multiple.xlsx
2. 左侧方法栏 → 进阶方法 → 点击 多选题多重响应分析
3. 在 多重响应集 字段把 8 个选项列（外观/性能/价格/拍照/续航/品牌/系统/售后）全部拖入，确认 0/1 二分法
4. 在 分组变量 字段先放 性别，运行第一次拿 2 水平交叉表；再换 月消费水平 拿 3 水平交叉表
5. 勾选 卡方独立性检验（默认对每个选项 × 分组做 χ² 检验）与 响应% / 个案% 双列输出
6. 点击 开始分析，结果区会输出频次表 + 性别交叉表 + 消费水平交叉表 + 显著性标记

5. 结果表格与结果阅读

结果分 3 张紧凑三线表：先看整体频次排序，再看性别差异（2 水平），最后看消费水平分层（3 水平）。

选项	响应数	响应%	个案%	排序
价格	180	15.58%	60.00%	1
外观	179	15.50%	59.67%	2
性能	163	14.11%	54.33%	3
续航	163	14.11%	54.33%	3
拍照	148	12.81%	49.33%	5
品牌	134	11.60%	44.67%	6
系统	97	8.40%	32.33%	7
售后	91	7.88%	30.33%	8
合计	1155	100.00%	385.00%	—

头部 价格 (60.00%) 与 外观 (59.67%) 几乎并驾齐驱；性能/续航并列第 3（54.33%）；系统、售后处于尾部 30% 区间。个案% 合计 385% 大幅超过 100%，说明每位大学生平均关心约 3.85 个因素。

选项	男%	女%	差值	χ²	p	显著性
外观	39.53%	74.85%	+35.3pp	38.114	<0.001	***
性能	73.64%	39.77%	−33.9pp	34.011	<0.001	***
价格	57.36%	61.99%	+4.6pp	0.655	0.418	n.s.
拍照	31.01%	63.16%	+32.2pp	30.407	<0.001	***
续航	59.69%	50.29%	−9.4pp	2.617	0.106	n.s.
品牌	43.41%	45.61%	+2.2pp	0.144	0.704	n.s.
系统	54.26%	15.79%	−38.5pp	49.748	<0.001	***
售后	25.58%	33.92%	+8.3pp	2.418	0.120	n.s.
每行对该选项 0/1 × 性别做 Pearson χ²（无连续校正）；* p<.05，** p<.01，*** p<.001，n.s. 不显著

4 项显著差异：女生显著更看重 外观（+35.3pp）/ 拍照（+32.2pp），男生显著更看重 性能（+33.9pp）/ 系统（+38.5pp）；价格、续航、品牌、售后 4 项性别差异不显著（p>.05），说明它们是男女共同的基础需求。

选项	低%	中%	高%	χ²	p	显著性
价格	82.35%	62.59%	30.26%	46.087	<0.001	***
品牌	27.06%	47.48%	59.21%	17.613	<0.001	***
外观	50.59%	58.99%	71.05%	7.031	0.030	*
性能	50.59%	49.64%	67.11%	6.711	0.035	*
拍照	42.35%	48.20%	59.21%	4.695	0.096	n.s.
售后	27.06%	26.62%	40.79%	5.271	0.072	n.s.
续航	56.47%	53.96%	52.63%	0.253	0.881	n.s.
系统	28.24%	34.53%	32.89%	0.971	0.616	n.s.
按 p 升序展示前 4 项；价格 / 品牌 高低反向（消费水平越低越关注价格、越高越关注品牌）

最强分层信号是 价格：低消费 82.35% → 高消费 30.26%（净降 52pp，χ²=46.087，p<.001）；品牌 反向，27.06% → 59.21%（净升 32pp，χ²=17.613，p<.001）；外观、性能在高消费组也显著抬升。续航、系统在三档之间没有显著差异。

7. 文字分析

对 300 位大学生 8 个手机购买考虑因素的多重响应分析综合结论：

• 整体偏好：总响应 1155，平均每人选 3.85 个因素；头部 价格 60.00% / 外观 59.67% / 性能=续航 54.33% 构成"决策铁三角"，系统 32.33% / 售后 30.33% 排名末尾。
• 性别画像：女生显著更看 外观 (74.85% vs 39.53%) / 拍照 (63.16% vs 31.01%)，男生显著更看 性能 (73.64% vs 39.77%) / 系统 (54.26% vs 15.79%)，4 项 χ²>30（p<.001）；价格、续航、品牌、售后 4 项性别一致，是男女通用基础需求。
• 消费分层：价格 与 品牌 出现显著反向梯度——低消费组 82.35% 关注价格、仅 27.06% 关注品牌；高消费组 30.26% 关注价格、却 59.21% 关注品牌（χ² 分别为 46.087 / 17.613，p<.001）；说明消费层级是"价格敏感↔品牌敏感"的核心切分轴。
• 群体画像：综合 2 个分组维度，女生 + 中高消费 群体最关注外观与拍照、品牌；男生 + 高消费 最关注性能与系统；低消费 群体（无论性别）以价格为绝对核心（82.35% 居所有交叉单元最高）。
• 营销建议：① 主打"颜值+影像"机型应优先面向女生与中高消费群（占样本约 40%）；② 性能+系统旗舰应聚焦男生 + 高消费用户；③ 价位敏感的入门机型应突出价格优势锁定低消费组；④ 续航、售后属于"沉默基础项"，建议作为通用文案兜底而非差异化卖点。

8. 剖析提醒

① 多选题不能整体当一个变量做卡方：本页采用的做法是"每个选项 0/1 单独 × 分组"做 8 次 2×k 列联表 χ²，得到每个选项的独立显著性；不要把 8 个选项合并成 1 个多类别变量。② SPSS 默认对 2×2 表使用 Yates 连续校正（continuity correction），本页结果遵循经典"无连续校正"的 Pearson χ²，所以与 SPSS 默认 2×2 输出可能相差 ~0.01；当两选项都是 2×2 时 SPSS 还会自动给出 Fisher 精确检验，可作为小样本备选。③ 多次比较问题：本案例对每个分组变量做了 8 次 χ²，整体犯第一类错误的概率会膨胀，严谨写作应做 Bonferroni 校正（阈值 0.05/8≈0.006），按这个更严苛的阈值，性别上 4 项依然显著、消费水平上 2 项依然显著。④ 若想做两组之间响应% 是否相等的检验，SPSS 多重响应 → 比较列比例（z-test for column proportions） 是更直接的等价工具，与本页 2×2 χ² 同源。