複選題不是一般的變數
單選題中，每位受訪者只屬於一個類別；複選題中，同一個人可以選好幾個選項。因此這一題不是單一的類別變數，而是一組相關的二元變數。若把「Email、電話」和「電話、門市」這類組合當成各自的類別來分析，所有結果都會失真。
問卷匯出檔通常把這類題目存成每個選項一欄的 0/1 欄位（Q5_1、Q5_2、Q5_3…），或在一個儲存格中以逗號或分號分隔。Crosstabs 在匯入 CSV、Excel、JSON 與 SPSS .sav 檔時會審慎偵測這兩種格式；報告前請先確認選項名稱與基數。
- 列：題目的各個選項；一個人可能出現在好幾列。
- 欄：彼此互斥的群體，例如地區或年齡層。
- 儲存格：該群體中選擇此選項的受訪者人數。
- 欄基數：該群體中回答這一題的人數，而不是被選次數的總和。
個案百分比還是回應百分比
個案百分比把選項被選次數除以該組受訪者人數，回答的是「這一組有多少比例的人選了這個選項」，總和可能超過 100%。回應百分比則除以全部被選次數，回答的是另一個問題：「所有選擇中，有多少比例落在這個選項」。
Crosstabs 報告個案百分比，因為「人的比例」通常才是決策需要的數字。IBM SPSS 的多重反應表格也區分這兩種分母。請一律在標題、欄標題或附註中寫明分母。
公式
個案百分比 = 選擇該選項的受訪者 ÷ 該組受訪者
回應百分比 = 該選項的被選次數 ÷ 該組全部被選次數
跳答、全部為 0 或「以上皆非」
遺漏值決定了基數。若是每個選項一欄的格式，有作答但沒有勾選任何選項（全部欄位為 0）的人仍留在基數中；所有選項欄都空白的列則視為跳答，從這一題的基數中排除。若是單一儲存格的清單格式，空白儲存格就是跳答。
若有「以上皆非」選項，請保留為獨立選項。不要把跳答的人改碼成「以上皆非」，否則分母與意義都會改變。請報告各表頭群組的有效基數，以及篩選與加權造成的排除。
逐一選項檢定，而非卡方檢定
因為同一個人會出現在好幾列，表格缺少卡方檢定所要求的互斥儲存格結構。因此 Crosstabs 把每個選項當成獨立的二元變數來檢定：以兩比例 z 檢定比較各個獨立表頭欄之間選擇該選項的比例，基數低於 30 的欄不納入。
Bonferroni 校正只涵蓋單一選項內的欄配對，不會跨越所有選項、表格或分析切面。未宣告意義的權重會被拒絕。若有已核准的調查設計，Crosstabs 會以 Taylor 線性化或複製權重估計每個選項，並逐一選項報告考慮設計的檢定（Rao–Scott，替代方案為調整後 Wald 檢定）；此時不顯示一般的字母。
在工作區中的操作步驟
分析全程在瀏覽器中執行，檔案不會上傳。
- 1.開啟檔案。 把 CSV、Excel、JSON 或 SPSS 檔案載入工作區。
- 2.確認題組。 偵測到的複選題會出現在變數清單的「多選題」區塊。檢查選項名稱與基數。
- 3.交叉。 把題組放在列，分組變數放在欄。
- 4.判讀。 在解讀字母之前，先確認個案百分比、基數與遺漏值的提示。
計算範例
計算範例：兩組人偏好的聯絡方式
兩組各有 100 人回答這一題。A 組的選項比例加總為 120%，B 組為 100%：A 組共選了 120 次，平均每人 1.2 個。這不是四捨五入的誤差，而是複選題的本質。
Email：70% 對 40%，z = 4.26，p < 0.001，A 組選 Email 的比例顯著較高。電話：50% 對 60%，z = −1.42，p = 0.155，沒有顯著差異。每個選項各自檢定。
對照回應百分比：A 組 120 次選擇中有 70 次是 Email，即 58.3%。這描述的是選擇的組成，而不是人，只有在明確寫出分母時才報告這個數字。
| 選項 | A 組 | B 組 |
|---|---|---|
| 70%（70） | 40%（40） | |
| 電話 | 50%（50） | 60%（60） |
| 選項比例加總 | 120% | 100% |
| 基數（受訪者） | 100 | 100 |
英文版指南的範例資料（兩個獨立組，各 100 位受訪者）；檢定以 Crosstabs 的兩比例 z 檢定算出。