问卷与量表数据分析（SPSS+AMOS）学习笔记（七）：多选题的频率、交叉分析及卡方检验

深藏阁楼爱情的钟 2023-07-20 13:46 12阅读 0赞

课程链接：[《问卷与量表数据分析（SPSS+AMOS）》][SPSS_AMOS]

笔记中的数据皆来自课程自带资料。

**目录**

1. 多选题的两种定义方法

1.1 定义多重响应集的步骤——二分类

1.2 定义多重响应集的步骤——多分类

2. 多选题的两种分析菜单

3. 多选题的频率分析

3.1 使用定制表进行统计——方法1

3.2 使用多重响应——方法2

4. 多选排序题的分析

5. 多选题的交叉分析

5.1 问卷星中的交叉分析

5.2 SPSS交叉分析

5.2.1 使用定制表——方法1

5.2.2 使用多重响应中的交叉表——方法2

6. 多选题的卡方检验

7. 保存为三线表

--------------------

# 1. 多选题的两种定义方法 #

多选题需要定义成多重响应集才能进行分析。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70][]

> 问卷星只需要用二分类即可。问卷星的多选题编码都是用的选或者不选二分类编码。

## 1.1 定义多重响应集的步骤——二分类 ##

我们可以看到多选题的频率分析和交叉表还不可以使用，因为还没定义多重响应集。因此，要对多选题进行分析，需要先定义多重响应集。

第一步：选择“分析”——“多重响应”——“定义变量集”

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 1][]

第二步：选择多选题，更改为“显示变量名”，方便观察，因为我们在编号时多选题的题号是一样的。

![20200402090635534.png][]

第三步：二分类编码。如果是0代表不选，1代表选择，那么“二分法计数值”这里就应该填1.如果1代表不选，2代表选择，这里应该填2.只有选择才会被计数。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 2][]

## 1.2 定义多重响应集的步骤——多分类 ##

![20200402091706599.png][]

如果是定向多选题，并且编码时使用的是多分类的方式，这种情况需要使用多分类编码。

特别需要注意的是，问卷星中的编码不存在多分类，即使是如14题一样的定向多选题，它的编码是按照8个变量编码，对应选或者不选。

下面介绍多分类编码：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 3][]

模拟数据：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 4][]

1-8对应的是8个类别。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 5][]

# 2. 多选题的两种分析菜单 #

> 分析时建议使用菜单2的方式。不然下次用的时候多重响应的操作都不见了。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 6][]

菜单2操作步骤：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 7][]

和前面的操作步骤一样，多分类就用“类别”，二分类就用“二分法”。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 8][]

选择“分析”——“表”——“定制表”进行分析

![20200402094113496.png][]

# 3. 多选题的频率分析 #

## 3.1 使用定制表进行统计——方法1 ##

需要注意单选题和多选题分开分析，不然定制表的时候摘要无法进行统计。

第一步：在“定制表”中选择“表百分比”中的“列响应”和“多重响应”下面的“列响应”

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 9][]

第二步：将输出结果粘贴到Excel中。红色框中的百分比指的是数量/样本总数。27/141=19.1%。第一列相加起来是不等于100%的。第二列的百分比指的是数量/总的计数。27/188.因为一个任可能选择多个答案，所以总的计数是比总的样本数量多的。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 10][]

这里的第二个列响应是有统计学意义的。比如在统计的人群中，没有安装第三方安全管家的占14.4%。

## 3.2 使用多重响应——方法2 ##

第一步：在对多选题设置好多重响应后，选择“分析”——“多重响应”——“频率”。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 11][]

第二步：将多选题放进“表”中。如果我们的多选题分类是按照二分类，“缺失值”这里选择第一个。如果是按照多分类的方式，“缺失值”选择第二个。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 12][]

第三步：输出结果解释。“个案摘要”中缺失百分比为0%，说明不存在缺失值。问题4的频率表格中个案百分比为95%，说明选用windows系统的人占95%

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 13][]

# 4. 多选排序题的分析 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 14][]

排序题得到的结果就是重要程度的排名。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 15][]

操作步骤：

第一步：在定制表之前需要对排序题的多重响应集进行设置。选择【分析】——【表】——【定制表】，将列%放入进去。选择【类别和总计】

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 16][]

第二步：按照值的顺序升序排序。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 17][]

生成的表格就是按照频数分类从小到大排序的。

![20200403095252361.png][]

第三步：将表格按照匹配目标格式复制粘贴到Excel中，对单元格进行调整。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 18][]

第四步：计算加权平均值。拿每一个的排名\*对应的频数/总的频数.总的频数不要把“未选择”的加进去。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 19][]

# 5. 多选题的交叉分析 #

交叉分析指的是多选题与多选题、单选题与单选题、多选题与单选题混合交叉一起分析。

## 5.1 问卷星中的交叉分析 ##

比如我们需要对性别和使用电脑情况进行交叉分析，过程如下所示。图表最好用Excel重新画。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 20][]

结果：这个结果说明男性群体中，96.77%的人使用过Windows系统，40.32%的人使用过macOS系统.....

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 21][]

## 5.2 SPSS交叉分析 ##

### 5.2.1 使用定制表——方法1 ###

第一步：在【定制表】中，将“性别”拖入到列即可。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 22][]

我们就可以得到不同性别的人在多选题上的频率分布情况。17/141（样本数）=27.4%,表示没有安装第三方管家的男性群体占据27.4%。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 23][]

也可以做多选题与多选题的交叉分析，不过适用于选项3个左右的多选题分析。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 24][]

### 5.2.2 使用多重响应中的交叉表——方法2 ###

![20200403102510461.png][]

性别需要定义范围，这里性别定义为男1女2，所以范围最小值为1，最大值为2.

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 25][]

在【选项】中，可以根据行百分比和列百分比分开汇总，根据自己的需求选择即可。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 26][]

输出结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 27][]

# 6. 多选题的卡方检验 #

> 卡方检验主要是研究分类变量之间的关系。**卡方检验**是一种用途很广的计数资料的[假设检验][Link 1]方法。它属于[非参数检验][Link 2]的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个[分类变量][Link 3]的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。它在分类资料[统计推断][Link 4]中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的[相关分析][Link 5]等。
> 
> 链接：[卡方检验][Link 6]

在【定制表】中的【检验统计】里选上卡方即可。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 28][]

分析结果如果计数有<5的单元格，则说明不适合做卡方检验。P<0.05，说明Q4和性别存在显著差异的。（是相互影响的）

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 29][]

# 7. 保存为三线表 #

将【定制表】的输出结果粘贴到word中，整理成三线表即可。最后一个性别与Q4的卡方检验表x^2代表卡方值，df代表自由度，sig代表显著性，sig<0.05说明存在显著差异。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 30][]

[SPSS_AMOS]: https://study.163.com/course/courseLearn.htm?courseId=1057015#/learn/video?lessonId=1052952207&courseId=1057015
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70]: /images/20230528/801eebc26d3747a5aa9103e5969a1bb5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 1]: /images/20230528/2f7195bac469489a9e32c0f9c51e7199.png
[20200402090635534.png]: /images/20230528/fec9a621715246b6b35052a0750aa10d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 2]: /images/20230528/d4ff24e76cb844aa8503f630107d99fa.png
[20200402091706599.png]: /images/20230528/456c433054a944969b3faebfc907461b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 3]: /images/20230528/80e7c2720bdf4b17b165cc9768e9483b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 4]: /images/20230528/5dfaa95f051a4859b156115e65148d3f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 5]: /images/20230528/cb655bbbcc784ba4ac58602200990824.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 6]: /images/20230528/28aaf99e916742ce9e4e42e80edd77a4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 7]: /images/20230528/47f0e635b1f041faa553017b7441b372.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 8]: /images/20230528/9668a5a4cab242aeba4f7f1ff467a47f.png
[20200402094113496.png]: /images/20230528/e2c2cf816b324a668798db26f34e595c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 9]: /images/20230528/c0f258f8bcf24cdc9794fa36a2f61542.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 10]: /images/20230528/14ca12c6821645ac8d4af2e94e5f3da1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 11]: /images/20230528/58a0909ed1f04bb6a94756219357141e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 12]: /images/20230528/80cf7cb964b342679895778176f1879a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 13]: /images/20230528/4daf44624b8e4677a51a5f05db090e86.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 14]: /images/20230528/d4f9c90ebfd94522b29d299c40781462.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 15]: /images/20230528/908abfdabe464c3bb6049f0f66f329d8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 16]: /images/20230528/e06287476f064626b2fc7f8752ce8cdf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 17]: /images/20230528/d0489c413339456d8ffb135ac8b4f40e.png
[20200403095252361.png]: /images/20230528/9d98e7f8041c4003aaeb43236e475ee5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 18]: /images/20230528/143f8cbf266e40dea8d0664fbc494883.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 19]: /images/20230528/cf63a20a55a74b1c9b6d6ea3891c3b3c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 20]: /images/20230528/24f7465e473047b28924b5b163a42388.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 21]: /images/20230528/bc64df95c1594abfa9f2998a7fa0d4d0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 22]: /images/20230528/aea6e87d152e49ba88e2c883ba33821b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 23]: /images/20230528/c8e013ae28814fa5b0dc501c9942359e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 24]: /images/20230528/5440bf8483d745dc8befb0ef6959e903.png
[20200403102510461.png]: /images/20230528/3c5077b7bbbd46c381740089de07dde3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 25]: /images/20230528/e0d0ce4b043642f582ff61b74c185c1d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 26]: /images/20230528/2da84ba1f4124a8dbd4f3d99f82fe703.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 27]: /images/20230528/f35c6458bb7d44b3996f98d7c5a9aff9.png
[Link 1]: https://wiki.mbalib.com/wiki/%E5%81%87%E8%AE%BE%E6%A3%80%E9%AA%8C
[Link 2]: https://wiki.mbalib.com/wiki/%E9%9D%9E%E5%8F%82%E6%95%B0%E6%A3%80%E9%AA%8C
[Link 3]: https://wiki.mbalib.com/wiki/%E5%88%86%E7%B1%BB%E5%8F%98%E9%87%8F
[Link 4]: https://wiki.mbalib.com/wiki/%E7%BB%9F%E8%AE%A1%E6%8E%A8%E6%96%AD
[Link 5]: https://wiki.mbalib.com/wiki/%E7%9B%B8%E5%85%B3%E5%88%86%E6%9E%90
[Link 6]: https://wiki.mbalib.com/wiki/%E5%8D%A1%E6%96%B9%E6%A3%80%E9%AA%8C
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 28]: /images/20230528/6c5c0268a81847ed8c3403c8ff430766.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 29]: /images/20230528/ee882f02ef4b47899feefbadf9c9482c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbnlhbndlbm1lbmc_size_16_color_FFFFFF_t_70 30]: /images/20230528/0c75b28159944c9a857f18c2b51c58e3.png