练习题解答：第十章交互分类与卡方检验
统计分析与SPSS课后习题课后习题答案汇总（第五版）
统计分析与SPSS课后习题课后习题答案汇总（第五版）第⼀章练习题答案1、SPSS的中⽂全名是：社会科学统计软件包（后改名为：统计产品与服务解决⽅案）英⽂全名是：Statistical Package for the Social Science.(Statistical Product and Service Solutions)2、SPSS的两个主要窗⼝是数据编辑器窗⼝和结果查看器窗⼝。
数据编辑器窗⼝的主要功能是定义SPSS数据的结构、录⼊编辑和管理待分析的数据；结果查看器窗⼝的主要功能是现实管理SPSS统计分析结果、报表及图形。
3、SPSS的数据集：SPSS运⾏时可同时打开多个数据编辑器窗⼝。
每个数据编辑器窗⼝分别显⽰不同的数据集合（简称数据集）。
活动数据集：其中只有⼀个数据集为当前数据集。
SPSS只对某时刻的当前数据集中的数据进⾏分析。
4、SPSS的三种基本运⾏⽅式：完全窗⼝菜单⽅式、程序运⾏⽅式、混合运⾏⽅式。
完全窗⼝菜单⽅式：是指在使⽤SPSS的过程中，所有的分析操作都通过菜单、按钮、输⼊对话框等⽅式来完成，是⼀种最常见和最普遍的使⽤⽅式，最⼤优点是简洁和直观。
程序运⾏⽅式：是指在使⽤SPSS的过程中，统计分析⼈员根据⾃⼰的需要，⼿⼯编写SPSS命令程序，然后将编写好的程序⼀次性提交给计算机执⾏。
该⽅式适⽤于⼤规模的统计分析⼯作。
混合运⾏⽅式：是前两者的综合。
5、.sav是数据编辑器窗⼝中的SPSS数据⽂件的扩展名.spv是结果查看器窗⼝中的SPSS分析结果⽂件的扩展名.sps是语法窗⼝中的SPSS程序6、SPSS的数据加⼯和管理功能主要集中在编辑、数据等菜单中；统计分析和绘图功能主要集中在分析、图形等菜单中。
7、概率抽样(probability sampling)：也称随机抽样，是指按⼀定的概率以随机原则抽取样本，抽取样本时每个单位都有⼀定的机会被抽中，每个单位被抽中的概率是已知的，或是可以计算出来的。
2018年4月高等教育自学考试教育统计与测量真题_真题(含答案与解析)-交互
2018年4月高等教育自学考试教育统计与测量真题(总分0, 做题时间150分钟)单项选择题心理测量跟物理测量相比，其突出差异之处是（）。
SSS_SINGLE_SELA直接性B客观性C全面性D间接性该题您未回答:х该问题分值: 0答案:D物理测量是对物理属性的直接测量；心理测量是对心理特质的间接测量。
(2)测量工具：物理测量的工具制作相对简单，精确度高；心理测量的工具是量表，材料组织不易，制作困难。
(3)重复测量：物理测量可以进行并且很容易进行重复测量；心理测量进行重复测量相对比较困难，有时可能做不到。
(4)使用者：物理测量的使用者培训较为容易；心理测量的使用者需要经过专业培训，且有职业道德要求。
(5)误差：物理测量存在误差，但可对误差进行精确估计；心理测量的误差来源难以确认，对误差的估计没有那么精确。
(6)单位与参照点：物理测量的单位与参照点是公认的；心理测量没有零点，评价分数要与平均数或常模比较，单位不可互换。
心理测量跟物理测量相比，其突出差异之处是间接性。
下列数据中，属于顺序变量数据的是（）。
SSS_SINGLE_SELA某项能力测试得6分B月工资3000元C羽毛球比赛得第2名D数学成绩为80分该题您未回答:х该问题分值: 0只说明某一事物与其他事物在属性上的不同或类别上的差异，它具有独立的分类单位，数值一般都是整数形式，只计算个数，并不说明事物之间差异的大小。
不能进行加、减、乘、除运算，只可对每一类别计算次数或个数。
顺序变量亦称“等级变量”，百分等级数值。
心理变量的一种。
其值仅表明事物属性在数量大小、多少上的次序的变量。
可通过顺序量表观测。
其各个数值之间的距离不一定相等，也没有一定的比例关系。
等距变量一译“定距变量”。
变量的一种。
既有测量单位、相对零点的变量。
其取值之间有“相等”、“不等”、“序”及“距离”的关系，数值间可施行加、减法两种运算。
比率变量是具有相等单位和绝对零点的变量，例如身高、体重等。
卡方检验及交互分析-Excel计算实例
0.07 2.47 0.66 0.52 2.09 2.59 16.20
计算概率为
0.05，自由度为
算出：
X2= 11.0704977
1所6以.2拒>1绝1.原07假设
H0，性别与喜欢
方法二：直接计算概率
P值= 0.0063 所以拒绝原假 设，认为性别与
<0.05
补充：
算出卡方值后， 也可以根据卡方 值算出相应概率 P值
1000
理论值（含公式）
男
女
赛事直播
257
239
新闻报道
57
54
专题报道
38
35
精彩赛事集锦
40
38
开幕式和闭幕式
101
94
其他
24
23
合计
Hale Waihona Puke 518482合计 496 111 73 78 195 47 1000
方法一：以卡方值比较
计算卡方值
0.06 2.30 0.61 0.48 1.94
2.41
x2=
卡方检验和交互 分析实例:研究 H0:性别与喜欢 看的电视类型无 H1：性别与喜欢 看的电视类型不
赛事直播 新闻报道 专题报道 精彩赛事集锦 开幕式和闭幕式 其他 合计
实际值
男 261 69 33 36 87 32
518
女 235 42 40 42 108 15
482
合计 496 111 73 78 195 47
CHIINV(0.0 5,5)
CHITEST(D7 :E12,D17:E
P值=
0.0063
CHIDIST(16 .2,5)
交互分类的含义与作用
分类
40岁及以上
40岁以下
赞成
36.4
75.0
反对
59.1
17.5
不表态
4.5
7.5
合计
100
100
（n）
（220）
（80）
2. 交互分类的作用
交互分类表中应该通过计算百分比解释两个变量 之间的关系 问题：向哪个方向计算百分比？
分类 赞成 反对 不表态 合计
40岁及以上 40岁以下 合计
80
60
《社会调查与统计分析》
第九章 双变量分析
知识点2 交互分类的含义与作用
学习导航
交互分类的含义与作用
交互分类的含义 交互分类的作用
1. 交互分类的含义
所谓交互分类（cross classification），就是
将调查所得的一组数据按照两个不同的变量进行
综合的分类。
表1 性别与择业意愿的交互分类表 （人）
140
130
14
144
10
6
16
220
80
300
按横向计算
分类 赞成 反对 不表态
≥40岁 57.1% 90.3% 62.5%
<40岁 42.9% 9.7% 37.5%
合计 100% 100% 100%
按纵向计算
分类 赞成 反对 不表态 合计
≥40岁 36.4% 59.1% 4.5% 100%
<40岁 75.0% 17.5% 7.5% 100%
分类 赞成 反对 不表态 合计
人数 140 144 16 300
比例（%） 46.7 48.0 5.3 100
2. 交互分类的作用
表3 年龄与态度交互分类表（人）
SPSS学习系列24.-卡方检验
SPSS学习系列24.-卡方检验D2.【字段】界面，勾选“使用定制字段分配”，将变量“性别”选入【检验字段】框；注意：变量“性别”的度量标准必须改为“名义”类型。
3. 【设置】界面，选择“自定义检验”，勾选“比较观察可能性和假设可能性（卡方检验）”；4. 点【选项】，打开“卡方检验选项”子窗口，本例要检验男女概率都=0.5，勾选“所有类别概率相等”；注：若有类别概率不等，需要勾选“自定义期望概率”，在其表中设置各类别水平及相应概率。
点【确定】回到原窗口，点【运行】得到双击上表，得到更多的描述：结果说明：（1）男生的观察频数为28，理论频数为25，残差=3；女生的观察频数为22，理论频数为25，残差=-3；可以计算卡方值=[32+(-3)2]/25=0.72（2）卡方检验的P值=0.396>0.05, 故接受原假设H0，即认为男女性别人数无差异。
注：卡方检验的P值是近似P值，若用“二项分布检验”计算出精确P值=0.480. 另外，上述卡方检验也可以用：【分析】——【非参数检验】——【旧对话框】——【卡方】得到的结果是一致的。
二、两样本或多样本案例——比较不同类的构成比或发生率的差异问题：两组收入不同的受访家庭其轿车拥有率的比较。
使用【交叉表】的卡方检验来实现，需要注意：若交叉表中存在有序分类变量，则适合用秩和检验而不是卡方检验。
有数据文件：变量O1表示是否拥有轿车：“1=有，2=没有”；变量Ts9表示收入级别：“1=4.8万以上，2=4.8万以上”。
1. 【分析】——【描述统计】——【交叉表】，打开“交叉表”窗口，将变量“Ts9收入级别”选入【行】框，将变量“O1是否拥有轿车”选入【列】框，根据需要勾选“显示复式条形图”；2. 点【统计量】，打开“统计量”子窗口，勾选“卡方”表示进行卡方检验；3. 点【继续】回到原窗口，点【单元格】打开“单元显示”窗口，【计数】输出观察频数和理论频数，默认勾选“观察值”；【百分比】勾选“行”；【非整数权重】设置小数权重问题，保持默认；注：“残差”设置残差的输出方式；“z-检验”对多于两组的数据做两两组间比较；点【继续】回到原窗口，点【确定】得到案例处理摘要案例有效的缺失合计N 百分比N 百分比N 百分比家庭收入2级 * O1. 是否拥有家用轿车989 86.2% 158 13.8% 1147 100.0%家庭收入2级* O1. 是否拥有家用轿车交叉制表O1. 是否拥有家用轿车合计有没有家庭收入2级Below 48,000计数32 303 335家庭收入2级中的 % 9.6% 90.4% 100.0% Over 48,000计数225 429 654家庭收入2级中的 % 34.4% 65.6% 100.0%合计计数257 732 989家庭收入2级中的 % 26.0% 74.0% 100.0% 低收入家庭有9.6%拥有轿车；高收入家庭34.4%拥有轿车。
临床数学试题及答案详解
临床数学试题及答案详解一、单项选择题（每题2分，共20分）1. 在临床研究中，以下哪种统计方法适用于比较两个独立样本的均值差异？A. t检验B. 卡方检验C. 方差分析D. 相关分析答案：A2. 以下哪种情况下，使用配对t检验是合适的？A. 比较两个独立样本的均值B. 比较两个相关样本的均值C. 比较多个独立样本的均值D. 比较多个相关样本的均值答案：B3. 在描述数据集中趋势的统计量中，中位数和众数的主要区别是什么？A. 中位数是数据排序后中间的值，众数是出现次数最多的值B. 中位数是平均值，众数是数据排序后中间的值C. 中位数是数据排序后中间的值，众数是平均值D. 中位数和众数都是出现次数最多的值答案：A4. 以下哪种统计图最适合展示分类数据的分布情况？A. 散点图B. 条形图C. 折线图D. 直方图答案：B5. 以下哪种统计量用于衡量数据的离散程度？A. 平均值B. 中位数C. 标准差D. 众数答案：C6. 在回归分析中，以下哪个指标用于衡量模型的拟合优度？A. R平方B. 均方误差C. 标准差D. 相关系数答案：A7. 以下哪种检验用于评估两个分类变量之间的关联性？A. t检验B. 卡方检验C. 方差分析D. 相关分析答案：B8. 在临床试验中，以下哪种方法用于控制混杂变量的影响？A. 随机化B. 匹配C. 多变量分析D. 所有选项答案：D9. 以下哪种统计方法用于比较三个或更多独立样本的均值差异？A. t检验B. 配对t检验C. 方差分析D. 相关分析答案：C10. 在生存分析中，Kaplan-Meier曲线用于估计什么？A. 均值B. 中位数C. 生存概率D. 标准差答案：C二、多项选择题（每题3分，共15分）11. 在临床研究中，以下哪些因素可能影响样本量的确定？A. 效应大小B. 显著性水平C. 检验效能D. 研究成本答案：ABCD12. 以下哪些统计图可以用于展示变量之间的关系？A. 散点图B. 条形图C. 折线图D. 箱线图答案：AC13. 在描述数据分布的形状时，以下哪些统计量是有用的？A. 偏度B. 峰度C. 平均值D. 中位数答案：AB14. 以下哪些检验用于比较两个独立样本的比例？A. t检验B. 卡方检验C. Fisher精确检验D. 方差分析答案：BC15. 在多元回归分析中，以下哪些因素可能导致多重共线性问题？A. 两个或多个自变量高度相关B. 自变量的数量多于样本量C. 自变量之间存在线性关系D. 样本量过小答案：ABC三、填空题（每题2分，共20分）16. 在临床研究中，样本量计算的目的是为了确保研究具有足够的________来检测效应。
配对四格表卡方检验例题
配对四格表卡方检验例题配对四格表卡方检验例题背景介绍配对四格表是一种常见的统计分析方法，用于比较两个分类变量之间的关系。
卡方检验是基于配对四格表的统计方法，用于判断两个分类变量之间是否存在显著关系。
本文将以例题的形式介绍配对四格表卡方检验的步骤和应用。
例题描述假设我们有一组数据，研究了食物种类和消化不良的关系。
我们记录了100个人的饮食习惯和是否有消化不良的情况。
数据如下：| 有消化不良 | 无消化不良 || | |热辣食物 | 30 | 20 |酸味食物 | 10 | 40 |现在我们想要判断食物种类和消化不良之间是否存在显著关系。
步骤一：设置假设我们首先需要设置原假设和备择假设。
在本例中，假设食物种类和消化不良之间是独立的，即两者没有关系。
设置假设如下：•原假设（H0）：食物种类和消化不良之间独立。
•备择假设（H1）：食物种类和消化不良之间存在关系。
步骤二：计算期望频数根据原假设的设置，我们可以通过计算期望频数来判断观察频数和期望频数之间的差异。
期望频数的计算公式为：期望频数 = (行总和 * 列总和) / 总样本数根据上述公式，我们可以计算得到期望频数如下：| 有消化不良 | 无消化不良 | 行总和 | | | | —— |热辣食物 | 25 | 25 | 50 |酸味食物 | 15 | 35 | 50 |列总和 | 40 | 60 | |步骤三：计算卡方值根据观察频数和期望频数的差异，我们可以计算卡方值来判断两个分类变量之间的关系。
卡方值的计算公式为：卡方值 = sum((观察频数 - 期望频数)^2 / 期望频数)根据上述公式，我们可以计算得到卡方值如下：卡方值 = (30 - 25)^2 / 25 + (20 - 25)^2 / 25 + (10 - 15)^2 / 15 + (40 - 35)^2 / 35 ≈步骤四：查表判断根据卡方值和自由度，我们可以查表来判断卡方值的显著性。
在本例中，自由度为1（df = (行数 - 1) * (列数 - 1) = 1 * 1 = 1），我们选择显著性水平为。
spss学习系列24.卡方检验
卡方检验，是针对无序分类变量的一种非参数检验，其理论依据是：实际观察频数f 0与理论频数f e （又称期望频数）之差的平方再除以理论频数所得的统计量，近似服从2χ分布，即）（n f f f ee 2202~)(χχ∑-= 卡方检验的一般是用来检验无序分类变量的实际观察频数和理论频数分布之间是否存在显著差异，二者差异越小，2χ值越小。
卡方检验要求：（1）分类相互排斥，互不包容； （2）观察值相互独立；（3） 样本容量不宜太小，理论频数≥5，否则需要进行校正（合并单元格、增加样本数、去除样本法、使用校正公式校正卡方值）。
卡方校正公式为：∑--=ee f f f 202)5.0(χ卡方检验的原假设H 0: 2χ= 0; 备择假设H 1: 2χ≠0; 卡方检验的用途：（1）检验某连续变量的数据是否服从某种分布（拟合优度检验）； （2）检验某分类变量各类的出现概率是否等于指定概率； （3）检验两个分类变量是否相互独立（关联性检验）； （4）检验控制某几个分类因素之后，其余两个分类变量是否相互独立；（5）检验两种方法的结果是否一致，例如两种方法对同一批人进行诊断，其结果是否一致。
（一）检验单样本某水平概率是否等于某指定概率一、单样本案例例如，检验彩票中奖号码的分布是否服从均匀分布（概率=某常值）；检验某产品市场份额是否比以前更大；检验某疾病的发病率是否比以前降低。
有数据文件：检验“性别”的男女比例是否相同（各占1/2）。
1. 【分析】——【非参数检验】——【单样本】，打开“单样本非参数检验”窗口，【目标】界面勾选“自动比较观察数据和假设数据”2.【字段】界面，勾选“使用定制字段分配”，将变量“性别”选入【检验字段】框；注意：变量“性别”的度量标准必须改为“名义”类型。
3. 【设置】界面，选择“自定义检验”，勾选“比较观察可能性和假设可能性（卡方检验）”；4. 点【选项】，打开“卡方检验选项”子窗口，本例要检验男女概率都=，勾选“所有类别概率相等”；注：若有类别概率不等，需要勾选“自定义期望概率”，在其表中设置各类别水平及相应概率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第十章 交互分类与2χ检验练习题：1. 为了研究婆媳分居对于婆媳关系的影响，在某地随机抽取了180个家庭，调查结果如下表所示：表10-26（1） 计算变量X 与Y 的边际和（即边缘和）X F 和Y F 并填入上表。
（2） 请根据表10-26的数据完成下面的联合分布的交互分类表。
110-27 （4） 根据表10-27指出关于X 的条件分布和关于Y 的条件分布。
解：（1）Y F （从上到下）：50；30；100.X F （从左到右）：115；65.（2）P 11=15/180；P 21=35/180；1Y F N =50/180；P 12=20/180；P 22=10/180；2Y F N =30/180； P 13=80/180；P 23=20/180；3Y F N =100/180；1X F N =115/180；2X F N =65/180.（3）关于X 的边缘分布：x 分居 不分居关于Y 的边缘分布：y 紧张 一般 和睦 P(y)50/18030/180100/180（4）关于X 的条件分布有三个： y=“紧张”x 分居 不分居 P(x)15/5035/50y=“一般”x 分居 不分居 P(x)20/3010/30y=“和睦”x 分居 不分居 P(x) 80/10020/100关于y 的条件分布有两个： X=“分居”y紧张 一般 和睦 P(y)15/11520/11580/115X=“不分居”y紧张 一般 和睦 P(y)35/6510/6520/652. 一名社会学家关于“利他主义”的研究中，对被调查者的宗教信仰情况进行了分析，得到的结果如下表所示： 表10-2810-29。
（2）根据表10-28和表10-29计算2χ，计算公式为2()2o e ef f f χ-=∑。
（3）若要对有无宗教信仰的人的利他主义程度有无显著性差异进行检验，请陈述研究假设1H 和虚无假设0H 。
（4）本题目中的自由度为多少若显著性水平为，请查附录的2χ分布表，找出相对应的临界值。
并判断有无宗教信仰的人的利他主义程度有无显著性差异。
（5）若变量“宗教信仰”和“利他主义程度”存在相关关系，请计算C 系数。
解：（1）“信教”一列（从上到下）：11918561.67357⨯=；12518564.78357⨯=；11318558.56357⨯=.“不信教”一列（从上到下）：11917257.33357⨯=；12517260.22357⨯=；11317254.44357⨯=.（2）2222222()2(9061.67)(6064.78)(3558.56)(2957.33)(6560.22)(7854.44)61.6764.7858.5657.3360.2254.44==47.42o e ef f f χ-------=+++++∑（3）1H ：总体中有无宗教信仰的人的利他主义程度有显著性差异。
0H ：总体中有无宗教信仰的人的利他主义程度没有显著性差异。
（4）df ＝（r －1）（c －1）=（3－1）⨯（2－1）=2；显著性水平为时的临界值是。
因为20χ=<2χ=,检验统计值落在否定域中，可以拒绝虚无假设，接受研究假设，即认为总体中有无宗教信仰的人的利他主义程度是有显著性差异的。
（5）0.342C==C 值要利用表“部分交互分类表C 值的上限”中的数值进行修正，本题的表格是3⨯2,对应的C 值上限是，因此：C 0.3420.685新＝＝0.49933. 某英语培训学校为了研究英语四级考试试卷客观选择题正确答案的设置在A 、B 、C 与D 的某一个选项上是否有偏好，对最近三年英语四级考试试卷做了分析，258个单选题的正确答案在A 、B 、C 与D 四个选项上的分布情况如下表所示：答案选项 频次 A 48 B 74 C 50 D 86 合计258（1）请陈述研究假设1H 和虚无假设0H 。
（2）A 、B 、C 与D 四个选项上的期望频次是多少。
（3）根据上表计算2χ值。
（4）若显著性水平为，请判断英语四级考试试卷选择题的正确答案在A 、B 、C 与D 四个选项上的分配是否有显著的倾向。
解：（1）研究假设1H ：正确答案在A 、B 、C 与D 四个选项中的设置有偏好。
虚无假设0H ：正确答案在A 、B 、C 与D 四个选项中的设置没有偏好。
(2) A 、B 、C 与D 四个选项上的期望频次都是258/4= (3)22222()2(4864.5)(7464.5)(5064.5)(8664.5)64.564.564.564.5=16.05o e ef f f χ-----==+++∑(4) df=4-1=3，显著性水平为时，查2χ分布表可知临界值是，统计量落在否定域内，因此，拒绝虚无假设，接受研究假设，即认为正确答案在A 、B 、C 与D 四个选项上的分配是有偏好的。
4.某个电视节目收视率的商业调查，涉及到了儿童、少年、青年、中年、（1）为了分析5个群体的收视习惯是否有显著差异，请陈述研究假设1H 和虚无假设0H 。
（2）根据上表计算2χ值。
（3）若显著性水平为，请判断不同群体的收视习惯是否有显著性差异。
解：（1） 研究假设1H ：5个群体的收视习惯有显著差异。
虚无假设0H ：5个群体的收视习惯没有显著差异。
（2）22222222222()2(8961.5)(68.278)(61.556)(9567)(81.678)(39.512)(43.834)(4589)(8989)(52.456)61.568.261.59581.639.543.8458952.457.81o e ef f f χ-----------==+++++++++=∑（3） df ＝（r －1）（c －1）=（2－1）⨯（5－1）=4，显著性水平下的临界值为，很明显，检验统计值落在否定域内，因此，拒绝虚无假设，接受研究假设，即认为5个群体的收视习惯有显著差异。
5. 根据武汉市初中生日常行为状况调查的数据（data9），运用SPSS 检验是否有自己的房间(C3)以供学习对学生在本班的学习层次(C2)有无显著影响，并计算关系强度系数C 系数、V 系数和φ系数。
（显著性水平0.05α=）解：《武汉市初中生日常行为状况调查问卷》：C2 你的成绩目前在本班大致属于1)上等 2)中上等 3)中等 4)中下等 5)下等 C3 你是否有自己的房间以供学习不被打扰 1)有 2)没有SPSS 的操作步骤如下：○1点击Analyze →Descriptive Statistics →Crosstabs ，打开Crosstabs 对话框，如图10-1（练习）所示。
将变量“是否有自己的房间以供学习不被打扰（c3）”放置在Column(s)框中，将变量“成绩目前在本班的大致层次（c2）”放置在Row （s ）框中，如图10-1（练习）所示。
你的成绩目前在本班大致属于 * 你是否有自己的房间以供学习不被打扰 Crosstabu latio n% within 你是否有自己的房间以供学习不被打扰10.6%8.2%10.0%30.6%23.0%28.8%33.8%36.1%34.4%20.7%21.3%20.8%4.3%11.5% 6.0%上等中上等中等中下等下等你的成绩目前在本班大致属于有没有你是否有自己的房间以供学习不被打扰Total图10-1（练习） Crosstabs 对话框○2点击Statistics 按钮，分别点击Chi-square 、Contingency coefficient 、Phi and Cram ér ’s V 复选框，如图10-2（练习）所示。
图10-2（练习） Crosstabs ：statistics 对话框○3点击Cells 按钮，对单元格进行设置，如图10-3（练习）所示，选择Column 选项，选择的是在单元格中计算列百分比。
图10-3（练习） Crosstabs ：Cell Display 对话框 ○4 Format 采取系统默认格式，点击OK ，提交运行，可得到如下的结果。
表10-1（练习） 是否拥有房间与在班上学习层次的交互分类表表10-2（练习）卡方检验表各相关关系表表10-3（练习）从表10-3（练习）可以看出，列联系数（Contingency coefficient）为，Cramer’s V 系数为，φ系数（Phi系数）为。
6. 根据武汉市初中生日常行为状况调查的数据（data9），运用SPSS检验在本班的学习层次（C2）对自己与母亲关系的好坏(D2)有无显著影响，并计算关系强α=）度系数C系数、V系数和φ系数。
（显著性水平0.05解：初中生学习成绩的层次与自己同母亲的关系存在着相互影响，这个题目假定学习层次（C2）为自变量，自己与母亲关系的好坏(D2)为因变量。
《武汉市初中生日常行为状况调查问卷》：C2你的成绩目前在本班大致属于1)上等 2)中上等 3)中等 4)中下等 5)下等D2 你对自己与母亲的关系1)非常满意 2)比较满意 3)一般 4)不太满意 5)很不满意SPSS的操作步骤如下：○1点击Analyze→Descriptive Statistics→Crosstabs，打开Crosstabs对话框，如图10-4（练习）所示。
将变量“成绩目前在本班的大致层次（c2）”放置在column(s)框中，将变量“自己与母亲的关系（d2）”放置在row（s）框中，如图10-4（练习）所示。
图10-4（练习） Crosstabs对话框○2点击Statistics按钮，分别点击Chi-square、Contingency coefficient、Phi and Cramr’V复选框，如图10-5（练习）所示。
图10-5（练习） Crosstabs：statistics对话框○3点击Cells按钮，对单元格进行设置，如下图所示，选择Column，设置的是在单元格中计算列百分比。
图10-6（练习） Crosstabs：Cell Display对话框○4Format采取系统默认格式，点击OK，提交运行，SPSS输出如下的结果。
表10-4（练习）成绩在班上的层次与自己同母亲的关系的交互分类表你对自己与母亲的关系 * 你的成绩目前在本班大致属于 Crosstabulation % within 你的成绩目前在本班大致属于46.2%50.3%46.3%33.9%26.7%43.7%32.7%36.2%31.1%38.5%23.3%33.8%17.3%10.7%15.8%19.3%30.0%16.1%3.8% 2.7% 3.4% 3.7%10.0% 3.7%3.4%4.6%10.0% 2.7%100.0%100.0%100.0%100.0%100.0%100.0%非常满意比较满意一般不太满意很不满意你对自己与母亲的关系Total上等中上等中等中下等下等你的成绩目前在本班大致属于Total表10-5（练习）卡方检验表从表10-5（练习）可以看出卡方值为，自由度为16，卡方检验的P值为，小于，即通过了卡方检验。