晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

（5）設定分割中點以形成四大象限

9.左鑑兩下點選圖形or對圖形按右鍵→SPSS圖形物件→開啟

最近還蠻常遇到有關IPA的分析，那今天在此針對IPA的內容與操作過程做個介紹。IPA分析就如標題所示，全名叫作重要-表現分析法，研究的議題總是圍繞在服務品質上打轉，然後去搜集受訪者（顧客、消費者…等受到服務的人）對於某項服務的重視程度與感受程度，因此「重要」有時候會以「期望」、「重視」表示，而「表現」有時候則會以「感受」、「滿意」取代之，無論使用何種名詞，這類分析所使用的量表都是一個對等量表，也就是說「重要」與「表現」是用一模一樣的題目去測量受訪者的反應（如下圖）。

前次提到換尿布的偶然念頭，試著用相異矩陣來找尋速配的行銷組合。但是到底相似性要多大才能視為有用的組合呢？

本次企畫的兩個問題

Q1:現在的大環境下，您預計生幾個小孩呢?(1.不生 2.1個 3.2個以上)

目前為止我們已經知道要如何輸入資料，接著我們就要以SPSS為例，讓大家知道如何在SPSS裡頭分析time-dependent covariate的Cox regression。

我們延續之前另外一個例子，即心房性頻脈的負荷（Burden of atrial tachyarrhythmia, AT burden）與中風（Stroke）的關係之研究，在這個研究中，當病人首次安裝心跳節律器（Pacemaker, PM）之後，每一年測量一次病人在這一年之間發生心房性頻脈的時間，因此如果病人的追蹤期有幾年就會有幾筆的資料。

之前我們已經介紹time-dependent covariate的使用時機，現在我們就開始示範資料的輸入方式，仍以CABG手術為例子。

圖2列出四位病人的資料輸入方式，可以注意到第一位病人的資料筆數有兩筆，第一筆資料是從CABG術後（1月）到發生BSI日期（2月），第二筆資料是從發生BSI日期（2月）到病人死亡日期（5月）。首先，先關注第一筆資料，由於第一筆資料的「終點」是發生BSI的2月，因此在這一筆資料上面所輸入的變項應該要算是「起點」的變項，也就是CABG術後（1月）時的變項，既然如此，由於第一筆資料尚未發生BSI感染，因此BSI這個變項就要輸入「0」，因為病人沒有死亡因此Death也為「0」；到了第二筆資料時，病人有發生BSI感染了，而且病人最後死亡，因此BSI輸入「1」且Death也為「1」。此時我們可注意到，BSI這個變項是自變項，但是它在兩筆資料的數值是會改變的（第一次是0，第二次是1），因此這就算一種「time-dependent covariate」的形式。

週六晚上幫寶寶換完尿布後，覺得好累（心情上），突然想起冰箱裏還有一罐啤酒，二話不說，馬上開起來喝。在夏天悶熱的晚上，尤其累了一天之後，喝著冰啤酒，看著小朋友在身上亂爬，真是人生一大享受與成就。

上次有兩個議題帶給大家，大家是否覺得新鮮有趣呢?這次又調查兩個新議題囉，也給大家參考參考。

（二）建置模式

1.選擇固定效果。

這是一個簡單的小企畫，我們生活中常常會遇到一些讓我們猶豫的小問題，像是「去國中同學婚禮要包多少禮金」之類的，這些問題我們自己會有初始的想法，這是第一張嘴，然後我們會問問周邊的家人朋友，這是第二張嘴，但有時候我們會想了解其他人，其他與自己群體更不同的人會有啥看法，這是第三張嘴。因此晨晰組了一個「小的群體」，這個群體包含不同年齡層與背景的人，然後我們可以問問他們的看法，並且進一步做點簡單的分析，希望可以幫助我們對這些生活上小事情的判斷產生更全面的建議。