当因变量Y为定类数据时，应该使用Logistic回归分析，而具体来看，logistic回归可以划分为二元logistic回归分析，或者多分类logistic回归分析。
工具/原料
1
原始数据
2
SPSSAU
方法/步骤
2
选择【进阶方法】->【多分类logit】
3
选择需要分析的题目，拖拽到右侧（需要区分X、Y）点击“开始二元logit回归分析”，具体操作如下图：
4
如果自变量为定类数据，需要进行虚拟(哑)变量设置
5
Logistic回归时，因变量Y值为定类数据，因而需要有对照参考项。如果是二元Logistic回归，默认以数字0作为参考项；如果是多分类logistic回归，则SPSSAU默认以第一项【即数字最小的那项】作为参考项。
6
完成以上操作后，即可得到分析结果表格，结果如下：多分类Logistic回归分析基本汇总
7
多分类Logistic回归模型似然比检验
8
多分类Logistic回归分析结果汇总
9
结果显示：以特朗普为对照项，分析希拉里的选择偏好情况。表格中显示：在特朗普和希拉里之间进行PK时，男性群体更加愿意选择希拉里（回归系数0.309>0）。年龄越大的群体，他们会更加愿意选择特朗普（回归系数值为-0.437<0）以特朗普为对照项，分析卢比奥的选择偏好情况。表格中显示：性别(男)的回归系数值为-0.436 <0，并且呈现出0.05水平的显著性（P=0.000<0.05）；则说明在特朗普和卢比奥之间进行PK时，男性群体更加愿意选择特朗普。
注意事项
如果希望改变对照项，可使用数据编码功能先编码后再分析。针对定类数据，建议先进行数据标签设置