中文在线交叉分析

让调查数据
说出重点

上传问卷数据,生成列联表,完成卡方检验和显著性比较。无需公式、无需安装、无需注册。

CSV / Excel / SPSS 浏览器本地处理 免费使用 基础分析支持中文
满意度 × 年龄行百分比
满意度与年龄的列联表示例
回答总计18–24岁25–34岁35–44岁45岁以上
非常满意28%18%24%30%38%
满意42%40%43%45%40%
一般17%22%18%15%12%
不满意8%12%9%7%6%
非常不满意5%8%6%3%4%

主要发现

45岁以上受访者的“非常满意”比例显著高于18–24岁人群。

38% vs 18%

直接解决统计问题

中文计算器与方法指南。

无需先上传文件。输入观察频数即可计算,并查看适用条件、效应量和规范报告方式。

01

列联表计算器

输入两个分类变量的观察频数,立即得到列联表、卡方检验、效应量和小样本警告。

打开工具
02

卡方检验计算器

用观察频数检验两个分类变量是否独立,并同时报告关联强度和适用性警告。

打开工具
03

Cramér's V 计算器

显著性告诉你关联是否存在;Cramér's V 帮助判断关联有多强。

打开工具
04

期望频数小于 5,卡方检验还能用吗?

先看小于 5 的单元格比例和最小期望频数,再决定继续使用卡方、改用精确检验或调整分类。

打开工具
05

McNemar 检验计算器

检验同一对象前后两次、或一一匹配对象的二分类结果是否发生不对称变化。

打开工具
06

分类数据该用哪种统计检验?

不要先看表格大小或 P 值;先确认研究设计、样本是否独立、变量尺度和真正要回答的问题。

打开工具
07

调查加权与 Raking(迭代比例拟合)

从权重含义、目标边际和有效样本量开始,理解可复核的加权交叉表,同时明确哪些 Crosstabs 路径会执行、哪些会关闭失败。

打开工具
08

交叉表中的显著性字母如何解读?

A、B、C 不是普通脚注,而是把同一结果行内的成对列比例检验压缩成可读标记。先确认每列对应的字母,再解释单元格中的字母。

打开工具
09

多选题(可多选)如何做交叉分析?

将每个选项作为一个二分类结果,与独立的分组变量交叉;保留受访者级基数,不把答案组合误当成互斥类别。

打开工具
010

如何检测并修复调查追踪项目的波次结构漂移?

先区分可从文件结构发现的变化与需要问卷、码本和研究判断才能确认的语义变化,再决定哪些变量可以跨波次比较。

打开工具
011

可编辑 PPTX 和 DOCX 刷新会丢失人工修改吗?

可以有选择地保留,但必须按生成区域说明边界:只更新经过稳定锚点验证的生成内容,保留其余人工区域,并在结构不兼容时停止。

打开工具
012

如何让交叉表 AI 分析保持证据关联、可审批且可撤销?

把统计证据、模型文字、变更提案、人工决定、已执行状态和回退记录分开,使每个阶段都可独立验证。

打开工具
013

Crosstabs Codex 插件与 MCP 服务器

让兼容 stdio 的本地 MCP 客户端完成导入、Tab Book、调查设计、波次、可编辑报告与统计检验,同时保留审批、撤销、审计和证据链接;开放题人工编码留在浏览器工作区。ChatGPT 等远程界面仅使用独立的五工具汇总端点。

打开工具

从原始数据到清晰结论

专业统计,清楚呈现。

为市场研究、用户研究、产品、策略和学术团队打造。每个统计结论都保留检验依据和分析口径。

01

即时生成交叉表

从 CSV、Excel 或 SPSS 直接生成频数、行百分比、列百分比与总百分比。

02

统计检验完整

自动计算卡方、Fisher 精确检验、Cramér's V、残差与列比例差异。

03

问卷加权

应用已准备好的正数权重,保留未加权样本基数,并明确标注复杂抽样推断限制。

04

灵活筛选样本

按地区、人群、渠道或任意分类变量筛选,快速定位真正有意义的差异。

05

结果与关键驱动因素

定义成功指标,使用留出样本验证预测驱动因素,比较观察分群,并明确区分模型情景、合成估计与真实证据。

06

适配 AI 工具

公开 MCP 只处理有界聚合频数与公开方法证据,不接收受访者行、工作区项目或原始文件。

07

一键导出报告

导出 PDF、XLSX、CSV 与图表,把结果直接用于汇报和下一步研究。

三步完成问卷交叉分析。

01

上传

打开 CSV、XLSX 或 SPSS 文件。源数据在浏览器中解析。

02

分析

选择行列变量,设置筛选和权重,查看检验与显著差异。

03

交付

导出表格、图表和包含方法说明的完整报告。

常见问题

结果可信,过程透明。

什么是列联表?

列联表把两个分类变量组合起来,同时呈现频数和百分比,帮助研究者比较不同人群或回答之间的关系。

什么时候使用卡方检验?

当两个变量都是分类变量,并且希望判断它们是否独立时,可以使用卡方检验;样本很小的2×2表通常更适合 Fisher 精确检验。

数据是否会上传?

源数据文件和工作区项目只在本地浏览器中处理,Crosstabs 不会把它们发送给 AI 服务。公开 MCP 只处理调用者主动提供的有界聚合频数与公开证据,不接受受访者行。

把数据变成下一步行动。

免费使用,无需注册。现在开始第一张交叉表。

打开工作区