利用SPSS17.0软件进行卡方检验
SPSS进行卡方检验具体操作(三)
论频数的吻合程度。
若检验假设H0:π1=π2成立，实际频数A 与理论 频数T 相差不应该很大，即统计量卡方值不应该很大。
如果 2值很大，当前检验统计量 2 >χ2α,ν，即出现小
概率事件（P<α）,于是拒绝H0。反之，则不拒绝H0
一、四格表卡方检验
表1 两种疗法的心血管病病死率的比较
20.0%
5.9%
O 295
388.8 27.3%
194 186.1 37.5%
444 358.2 44.6%
933 933.0 36.0%
Total 1080
1080.0 100.0%
517 517.0 100.0%
995 995.0 100.0% 2592 2592.0 100.0%
Chi-Squar e Tests
3、行x列 2
AnalyzeDescriptive Statistics -Crosstabs
结果解读
AREA * BLOOD Crosstabulation
A REA Total
亚洲 欧洲 北美 洲
C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA
上机实现
实验1 两种药物治疗白色葡萄球菌败血症疗效的试 验结果见表10-2，问两种药物的疗效有无差别？
（数据 ：例10-2.sav)
表1 两种药物治疗白色葡萄球菌败血症结果
SPSS数据的参数检验和方差分析
SPSS数据的参数检验和方差分析参数检验和方差分析是统计学中常用的两种分析方法。
本文将详细介绍SPSS软件中如何进行参数检验和方差分析，并提供一个示例来说明具体的操作步骤。
参数检验（Parametric Tests）适用于已知总体分布类型的数据，通过比较样本数据与总体参数之间的差异，来判断样本数据是否与总体相符。
常见的参数检验包括：1. 单样本t检验（One-sample t-test）：用于比较一个样本的均值是否与总体均值相等。
2. 独立样本t检验（Independent samples t-test）：用于比较两个独立样本的均值是否相等。
3. 配对样本t检验（Paired samples t-test）：用于比较两个相关样本的均值是否相等。
4. 卡方检验（Chi-square test）：用于比较两个或多个分类变量之间的关联性。
接下来，将以一个具体的实例来说明SPSS软件中如何进行单样本t检验和卡方检验。
实例：假设我们有一个数据集，记录了一所学校不同班级学生的身高信息。
我们想要进行以下两种分析：1. 单样本t检验：假设我们想要检验学生身高平均值是否等于169cm（假设总体均值为169cm）。
步骤如下：b.选择“分析”菜单，然后选择“比较均值”下的“单样本t检验”。
c.在弹出的对话框中，选择需要进行t检验的变量（身高），并将值169输入到“测试值”框中。
d.点击“确定”按钮，SPSS将生成t检验的结果，包括样本均值、标准差、t值和p值。
2.卡方检验：假设我们想要检验学生身高与体重之间是否存在关联。
步骤如下：a.打开SPSS软件，并导入数据集。
b.选择“分析”菜单，然后选择“非参数检验”下的“卡方”。
c.在弹出的对话框中，选择需要进行卡方检验的两个变量（身高和体重）。
d.点击“确定”按钮，SPSS将生成卡方检验的结果，包括卡方值、自由度和p值。
方差分析（Analysis of Variance，简称ANOVA）用于比较两个或以上样本之间的均值差异。
用SPSS对问卷调查中的多选题数据进行的卡方检验
用SPSS对问卷调查中多选题数据进行的卡方检验福建省教育科学研究所林斯坦多选题，又叫复选题、多重应答题或多重响应题，计算此类问卷题时，用SPSS处理比单选题稍复杂，都要先定义变量集，然后才能进行频率的统计和交叉分析。
如下图。
但是，SPSS对多重响应虽然能进行频率统计和交叉表分析，却不能在其操作界面上直接进行卡方检验。
现将解决这个问题的方法介绍如下。
一、多重应答题整体分析的卡方检验下面一问卷题有五个选项，可多选。
现在想了解对这个问题选项的不同选择频率之间是否存在显著的差异。
例：您认为，中小学教师职称聘任的主体最好应当是：[多选题]A.学校；B.中心校或学区；C.县级教育行政部门；D.设区市级教育行政部门；E.省级教育行政部门如同一般多选题的频率统计，把这个五个选项定为五个二分变量，每个变量的取值为0或1，以表示该项是否被选中。
第一：把这个五个选项定义为一个变量集。
“分析”--“多重响应”---“定义变量集”。
在“将变量编码为”方框中选择“二分法”，“计数值”输入“1”；“名称”和“标签”输入相应的内容，点击“添加”到“多响应集”。
第二：对变量集进行频率分析。
“分析”---“多重响应”---“频率”。
将“多响应集”中的相应名称添加到“表格”第三：把得到的五个选项各项的频率，重新制成SPSS表格。
一个变量命名为“聘任主体”，数值为1，2，3，4，5，分别表示这五个选项，另一变量命名为“频率”，即刚得到的变量集的频率。
可分别对“聘任主体”的五个选项1，2，3，4，5赋予标签。
第四：个案加权频率。
“数据”--“加权个案”--“频率加权”。
(这一步很重要)第五：可以对五个选项被选中的频率进行分析。
“分析”--“非参数检验”--“卡方检验”，（SPSS第19版要选择“旧对话框”）把变量（聘任主体）选入检验变量中即可。
结果说明，对这五个选项被选中的频次存在着显著的差异。
二、多重应答题交叉分析的卡方检验例：您认为教师绩效考核主体最好是：（可多选）A、教育行政部门B、教育督导部门C、学校领导层D、教代会E、家长委员会F、其他回答这个题目的样本总体中有男有女，我们想检验不同性别对这五个选项被选中的频率是否有差别。
SPSS进行卡方检验具体操作(三)
6.7%
93.3% 100.0%
ቤተ መጻሕፍቲ ባይዱ
小
医 药 Count
4
12
16
于
Expected Count
2.1
13.9
16.0
% within trial
25.0%
75.0% 100.0%
5
T o ta l
Count
6
40
46
Expected Count
6.0
40.0
46.0
% within trial
13.0%
3、行x列 2
AnalyzeDescriptive Statistics -Crosstabs
结果解读
AREA * BLOOD Crosstabulation
A REA Total
亚洲 欧洲 北美 洲
C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA
A 321
411.3 29.7%
258 196.9 49.9%
408 378.9 41.0%
987 987.0 38.1%
BLOO D
B
AB
369
95
215.8
64.2
34.2%
8.8%
43
22
103.3
30.7
8.3%
4.3%
106
37
198.8
59.1
10.7%
07用SPSS进行卡方检验
③单击
，打开图6-5所示对话框，选中“卡方”，
单击
，返回图6-4所示对话框，再单击
，输出
表6-2和表6-3所示结果。
图6-4 行×列分析对话框
图6-5选择统计方法（卡方检验） 对话框
表6-2 灭螨剂A和灭螨剂B杀灭大蜂螨效果
表6-3 2 检验结果表
3.结果说明
表6-2 灭螨剂A和灭螨剂B杀灭大蜂螨效果
图6-2 例6.1数据输入格式
2. 统计分析 (1)简明分析步骤
数据 → 加权个案 加权个案 频率变量：计数 确定
分析→描述统计→交叉表 行：组别 列：效果 统计量： √ 卡方 继续 确定
频率变量为计数
行变量 列变量 要求进行卡方检验
（2）分析过程说明 ①单击“数据 → 加权个案 ”，打开图6-3对话框，选中
总和
34
46
80
◆ 具体步骤： 1.数据输入 (1)点击数据编辑窗口底部的“变量视图”标签，进入 “变量视图”窗口，分别命名3个变量：“组别”、“效果” 和“计数”。“组别”和“效果”两变量的类型选择为 “字符串”，变量“计数”小数位数定义为0，如图6-1。
图6-1 例6.1资料的变量命名
(2)点击数据编辑窗口底部的“数据视图”标签，进入“数据 视窗”界面，按图6-2格式输入数据资料。
五、用SPSS进行卡方检验
内容
一、2×2列联表的独立性检验 二、R×K列联表的独立性检验 三、适合性检验
一、教学目的、要求： 1. 掌握SPSS中进行X2检验分析的基本命令与操作； 2. 理解用SPSS进行X2检验分析所得结果的含义； 3. 了解X2检验的基本原理。
二、本节重点、难点: 1. SPSS中进行X2检验分析的基本命令与操作； 2. SPSS进行X2检验分析所得结果的含义。
SPSS卡方检验步骤
df
(2-s ided) (2-s ided) (1-s ided)
1
.000
1
.000
Lik elihood Rat io
26.229
1
.000
Fisher's Ex act Test
.000
.000
Linear-by -Linear As s oc iation
24.615
1
.000
N of Valid Cas es
32.124
2
.000
Linear-by-Linear Association
.181
1
.670
N of Valid Cases
133
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 20.51.
普通卡 方值
处 理 组 * 效 应 Crosstabu lation
Count
处理 组
Total
试 验组 对 照组
效应
有效 21
无效 2
5
16
26
18
Total 23 21 44
连续校正卡方值
确切概率值
Chi -Squ are Tests
Value Pearson Chi-Square 20.687b
2021/7/1
31
步骤：
3、分析：选 Analyze
Descriptive Statistics
2021/7/1
crosstabs…
32
用Statistics 选择要输出的统计量， 选择Chi－square 。
SPSS超详细操作：卡方检验（R×C列联表）
SPSS超详细操作：卡⽅检验（R×C列联表）医咖会之前推送过⼀些卡⽅检验相关的⽂章，包括：卡⽅检验(2x2)、卡⽅检验(2xC)、配对卡⽅检验、分层卡⽅检验等。
今天我们再和⼤家分享⼀下，如何⽤SPSS来做RxC列联表的卡⽅检验。
⼀、问题与数据研究者拟分析购房⼈与购房类型的关系，共招募了在过去12个⽉中有过购房记录的333位受试者，收集了购房⼈类型（buyer_type）和房屋类型（property_type）的变量信息。
其中研究对象类型按照单⾝男性（single male）、单⾝⼥性（single female）、已婚两⼈（married couple）和多⼈家庭（family）分类；房屋类型按照楼房（flat）、平房（bungalow）、独栋别墅（detached house）和联排别墅（terrace）分类，部分数据如下图。
其中，Individual scores for each paticipant（左图）列出了每⼀个研究对象的情况，⽽Total count data (frequencies)（右图）则是对相同情况研究对象的数据进⾏了汇总。
⼆、对问题的分析研究者想分析多种购房⼈类型与多种房屋类型的关系，建议使⽤卡⽅检验（R×C），但需要先满⾜3项假设：假设1：存在两个⽆序多分类变量，如本研究中购房⼈类型和房屋类型均为⽆序分类变量。
假设2：具有相互独⽴的观测值，如本研究中各位研究对象的信息都是独⽴的，不会相互⼲扰。
假设3：样本量⾜够⼤，最⼩的样本量要求为分析中的任⼀期望频数⼤于5。
本研究数据符合假设1和假设2，那么应该如何检验假设3，并进⾏卡⽅检验（R×C）呢？三、SPSS操作1. 数据加权如果数据是汇总格式（如上图中的Total count data），则在进⾏卡⽅检验之前，需要先对数据加权。
如果数据是个案格式（如上图中的Individual scores for each paticipant），则可以跳过“数据加权”步骤，直接进⾏卡⽅检验的SPSS操作。
SPSS详细操作：配对卡方检验（McNemar’stest）
SPSS详细操作：配对卡⽅检验（McNemar’stest）⼀、问题与数据某研究者想要观察戒烟⼲预的效果，招募了50名研究对象，其中吸烟者和不吸烟者各25名。
所有研究对象均观看吸烟导致癌症的视频。
两周后，研究者询问研究对象是否还在吸烟。
研究者收集了所有研究对象的⼲预前吸烟状态（before）和⼲预后吸烟状态（after）。
两个变量均为⼆分类变量，即不吸烟与吸烟（分别赋值为1和2），部分数据如下图。
其中，Individual scores for each paticipant列出了每⼀个研究对象的情况，⽽Total count data (frequencies)则是对相同情况研究对象的数据进⾏了汇总。
⼆、对问题的分析研究者想了解同⼀⼈群⼲预前后的吸烟状态，且吸烟状态为⼆分类变量。
针对这种情况，可以使⽤McNemar’s检验，但需要先满⾜2项假设。
假设1：变量为⼆分类，且两类之间互斥。
假设2：所有研究对象均有前后两次测量数据。
这2项假设均与研究设计和数据类型有关。
三、SPSS操作1. 数据加权如果数据是汇总格式（如上图中的Total count data），则在进⾏卡⽅检验之前，需要先对数据加权。
如果数据是个案格式（如上图中的Individual scores for each paticipant），则可以跳过“数据加权”步骤，直接进⾏SPSS操作。
数据加权的步骤如下：在主界⾯点击Data→Weight Cases，弹出Weight Cases对话框后，点击Weight cases by，激活Frequency Variable窗⼝。
将freq变量放⼊Frequency Variable栏，点击OK。
2. McNemar’s检验在主界⾯点击Analyze→Nonparametric Tests→Related Samples。
出现Nonparametric Tests：Two or More Related Samples对话框。
- 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)。
在医学论文写作中，通常要用到Pearson卡方检验。
用途：用于检验两个或多个率或构成比的差别有无统计学意义的方法。
它常用于四格表和行列资料的分析，基于无效假设成立时理论频数与实际频数的差别不大的思想进行假设检验。
它对样本量有一定的要求，样本量条件不满足时，需使用其他方法如校正卡方或确切概率法检验。
对下面一组数据分别进行卡方检验。
2005－2007年高一新生HBSAg检测结果
?
1.分组1＝男生 2＝女生；类别 1＝阳性人数 2＝阴性人数
2.打开SPSS界面：
3.编辑菜单，插入变量→类别、分组、频数。
4.在类别、分组、频数中输入相应数值。
5.数据菜单，个案加权→选中频数→单击确定。
6.分析菜单→描述统计→交叉表→把分组加入到行,把类别加入到列, 单击统计量，选中卡方，单击继续，单击确定。
7. 卡方检验（X2）结果显示如下：
8.依照上述方法可以对2006年及2007年进行卡方检验（X2）结果，其结果分别为、。