SPSS经VARSTOCASES转换多应答变量后如何统计原始独立样本计数

计数翻倍的核心原因 #

• 经VARSTOCASES拆分多应答题为长表后，每个原始受访者的每1个选中项会对应长表中的1行。直接对长表做常规COUNT统计，得到的是总应答次数，而非独立原始样本数，因此会出现总计数远大于实际原始样本量N的情况。

可落地的实操方案 #

方案1：原始宽表阶段计算分组独立样本基数 #

• 完全不受长表拆分干扰，是准确性最高的方法。在执行VARSTOCASES转换前，直接在原始宽表上计算各分组的独立有效样本量，将值作为变量追加到当前数据集：

* 按国家分组计算独立样本数
AGGREGATE OUTFILE=* MODE=ADDVARIABLES
  /BREAK=Country
  /Country_Valid_N = N.

• 后续完成VARSTOCASES转换、输出CTABLES结果时，可直接将该分组的独立样本基数作为参考标注，无需从长表计数反推真实样本量。

方案2：长表阶段通过唯一ID去重计算独立样本数 #

• 若已完成VARSTOCASES转换，无需回溯重跑前置流程，可通过以下步骤修正计数：
  1. 在VARSTOCASES执行前，为每个原始受访者生成唯一标识COMPUTE resp_id = $CASENUM.（注意不能在拆分长表后生成，否则长表的拆分行会出现重复ID）
  2. 拆分完成后，对长表做聚合计算时，使用去重逻辑统计独立样本数：

* 按国家、产品类别分组计算独立选择该产品的受访者数
AGGREGATE OUTFILE=* MODE=ADDVARIABLES
  /BREAK=Country Var_1_product
  /Product_Selected_N = N DISTINCT resp_id.

• 该逻辑生成的Product_Selected_N值，即为对应分组下选择该产品的独立原始样本数，不会因受访者多选被重复计数。

方案3：直接使用SPSS多应答集功能，跳过手动VARSTOCASES步骤 #

• SPSS本身对多应答题的统计无需手动拆分长表，系统可自动区分“应答总次数”和“独立样本数”，从根源上避免计数翻倍问题：
  1. 先定义多应答集合，系统会自动识别所有宽表列中的选中值

MULT RESPONSE GROUPS=$Var1_product '产品选择多应答集' (Var1_1_1 TO Var1_1_6 (1))

2. 直接用定义好的多应答集做CTABLES交叉统计，系统会同时输出两类计数指标：

CTABLES
  /VLABELS VARIABLES=$Var1_product Country DISPLAY=DEFAULT
  /TABLE $Var1_product BY Country [C][COUNT, COLUMN VALIDN percent]
  /CATEGORIES VARIABLES=$Var1_product ORDER=A KEY=VALUE EMPTY=INCLUDE
  /CATEGORIES VARIABLES=Country ORDER=A KEY=VALUE EMPTY=EXCLUDE
  /CRITERIA CILEVEL=95
  /TITLES TITLE="Var_1 product by country".

• 其中COUNT为多应答的总选中次数，VALIDN为对应分组下的独立有效原始样本数，两个指标可同时展示在结果表中对照查看。

内容的提问来源于stack exchange，提问作者lifeofthenoobie