當變項做完敘述性統計後，通常緊接著就會進行推論性統計，來回答各式各樣的研究問題及假設，那複選題的部分又該如何進行推論性統計呢?譬如說不同性別在慢性病的比例上有無差異，之前複選題分析的教學文章中有提到，複選題的每一個選項在資料集中都被視為一個變項，因此最直接的方式，就是將每一項慢性病都獨立最一次推論性統計（無論是做獨立樣本t檢定或是卡方檢定），不過有時候複選題的選項非常多，像慢性病就可能多達一二十種，呈現在表格非常較為繁瑣，所以不妨先以簡易的方式來呈現。
如何化繁為簡呢?重點就是要把複選題想辦法變為單選題，不過要成功的執行這一步，還是得靠各自領域的專業知識，才有辦法建立出一個有意義的單選題，以上述的慢性病來說，最常見的處理方式，就是計算出慢性病總數或是重組成有無慢性病，使此變項變成慢性病的代表變項，再來和其他變項進行相關或差異分析。
不過有些研究可能不適合這樣處理，譬如說加起來的總數無意義，或是全部個案皆有慢性病或皆無慢性病，甚至有研究就是希望每個複選題選項都納入推論性的範疇中，如果是上述這些情形，那可以考慮使用第二種作法，在自訂表格中的複選題，有提供類似聯合檢定的分析結果，下面就針對這兩種作法分別介紹，示範例子：性別與慢性病的相關性。
方法一：合併為單選題（適用於複選題以1與0編碼）
（1）點選「轉換」à「計算變數」。
（2）在目標變數輸入變項名稱，數值運算式內將所有複選題加總，若複選題過多，可以在SUM函數中利用to連結頭尾變項。
（3）針對已計算的總數，利用重新編碼進行分組，點選「轉換」à「重新編碼成不同變數」。
（4）將第2步算好的總和放入數值變數，並輸入新變數的名稱，點選變更。
（5）點選「舊值與新值」，進行規則的設定。
（6）本例想把慢性病分成有無兩組，因此將舊值輸入「0」，新值輸入「0」，代表是無慢性病。
（7）選擇範圍的值到HIGHEST，並輸入「1」，代表1以上的數值，新值輸入「1」，代表有慢性病。
（8）即完成有無慢性病分組，按照不同定義，除了有可能分類多組以外，也可能要搭配IF判斷式來處理。
（9）若是要分析性別與慢性病數(連續)的關係，可以使用獨立樣本t檢定。
（10）分組變數中放入「性別」，並完成組別定義，檢定變數則是放「慢性病數」，按下確定。
（11）即完成不同性別在慢性病數量的差異分析，達顯著水準，由平均數可知，男性的慢性病數量顯著高於女性。
（12）若是要分析性別與有無慢性病(類別)的關係，可以使用卡方檢定。
（14）卡方檢定達顯著水準，表示兩個變項存在明顯關聯性，由百分比可知，男性有慢性病（94.4%）的比例顯著高於女性（80.0%）。
留言列表
{{ article.title }}