夜雨聆风链接：https://pan.baidu.com/s/15r0rLWkJlcecUvBPKZo_MQ?pwd=mnsj提取码：mnsj
https://www.mizhushare.com/docs/
在进行问卷分析时，当我们对多选题完成「多重响应集频率分析」后，能够清晰地获取各选项的选择占比数据。关于「多重响应集频率分析」的相关内容可参考往期推文：
然而在实际研究中，我们经常会面临更深层的分析需求：如何判断这多个选项的被选择频率是否存在显著差异？ 例如：
电信公司的多项服务，客户的选择比例是否一致；
问卷多个选项的作答分布是否均匀；
不同产品的用户选择频次是否有显著区别等。
加载数据：
该数据为软件自带样本数据【telco.sav】通过「多重响应集频率分析」生成，记录了9项电信服务的客户选择频数（freq）。
二、个案加权：
三、卡方检验：
检验变量列表：需要分析的分类变量。本次为代表9项电信服务类别的「factor」变量； 期望范围：默认情况下，变量的每一个不同取值都会被定义为一个类别。可以通过选择「使用指定范围」并输入下限和上限的整数值，系统会为包含边界在内的范围内的每个整数值建立一个类别，而超出该范围边界的个案将会被排除。本次选择「从数据中获取」。 期望值：期望值需根据检验的目的设置。 ①、「所有类别相等」选项：该选项假设各选项的期望值是相等的，适合探索性研究，比如“客户是否对某些服务有明显偏好？”。 ②、「值」选项:通过该选项可以为类别指定自定义的期望比例。适合研究某组资料的计数变量是否符合特定分布的场景，比如“某学校男生和女生是否符合0.4:0.6分布？”。需要注意的是，值的顺序非常重要，它对应着检验变量类别值的升序排列。列表中的第一个值对应检验变量的最低组值，最后一个值对应最高值。系统会将值列表中的所有元素相加，然后用每个值除以这个总和，从而计算出相应类别中期望的个案比例。例如，一个包含 3、4、5、4 的值列表，指定的期望比例就是3/16、4/16、5/16和4/16。
统计 | 摘要统计量。
|
缺失值 | 用于设置缺失值的处理方式。
|
分析运行结束后，将生成两张核心输出表格。
输出结果一：频数分布表
根据设置，系统基于预设的总样本量与分类项，自动计算出期望频数及残差（实际观察值与期望值之差）。
输出结果二：检验统计表
