表14-3 例1输出的统计结果第一部分 ANACOR· VERSION0.4 DEPARTMENT OF DATA THEORY UNIVERSITY OF LEIDEN, THE NETHERLANDS The table to be analyzed 2 完全自理 部分自理 不能自理 1很好 129 151 1173 3一般 116 4差 436 很差 7 6没回答 Margin 1997 2703 第一部分输出的是对应分析程序根据我们在前面定义的数据还原成的交叉汇 总表,与表14-1内容完全一样。从此表可以检查数据输入有无错误。 表14-4 例1输出的统计结果第二部分 gular Inertia Dimension Pr oportion Cumulative 29615 08770 00716 075 1.000 1.000 第二部分输出结果的作用是检查每一维度行分值( Scores)与列分值的相关 关系,并且显示出每一维度对于类别差异能够解释多少。表中的 Dimension代表 维度,奇异值( Singular value)代表行分值与列分值(分值见表14-5)的相关 关系,相当于相关分析里的相关系数r3此例中第一维度的奇异值为0.296,就 说明第一维度行分值与列分值的相关系数r为0.296 惯量( Inertia)实际上就是常说的特征值( Eigenvalue),表示的是每个维度 对变量各个类别之间差异的解释量。右边解释比例( Proportion Explained)就是 每一维度的特征值与特征值总和相除得到的比例,第一维度的解释比例为 0.925,说明第一维度可以解释所有类别差异的92.5%,第二维度只能解释 7.5%。当我们分析的变量类别数都超过3项时,这一指标非常有用,它可以帮