spss卡方检验与相关分析报告

医学统计学之卡方检验SPSS操作卡方检验（Chi-Square Test）是一种常用的统计方法，用于比较两个或多个分类变量的分布是否存在差异。

该方法主要用于处理分类数据，例如比较男女性别和吸烟与否对癌症发生的关系。

在SPSS（Statistical Package for the Social Sciences）软件中，进行卡方检验的操作主要分为数据准备、假设设定和计算步骤。

第一步：数据准备首先，需要在SPSS中导入数据。

假设我们需要在一个样本中比较男女性别和吸烟与否的关系，我们可以将性别和吸烟状况作为两个分类变量，分别用“Male”和“Female”表示性别，“Smoker”和“Non-smoker”表示吸烟状况。

将这些数据输入到SPSS中的一个数据表中。

第二步：假设设定接下来，需要设置假设。

在卡方检验中，我们通常有一个原假设和一个备择假设：-原假设（H0）：两个或多个分类变量之间没有显著差异。

-备择假设（H1）：两个或多个分类变量之间存在显著差异。

在本例中，原假设可以是“性别和吸烟状况之间没有显著差异”，备择假设可以是“性别和吸烟状况之间存在显著差异”。

第三步：计算步骤进行卡方检验的计算步骤如下：1.打开SPSS软件并导入数据。

2. 选择“分析（Analyse）”菜单，然后选择“非参数检验（Nonparametric Tests）”子菜单，最后选择“卡方（Chi-Square）”选项。

3.在弹出的对话框中选择两个分类变量（性别和吸烟状况），并将它们添加到变量列表中。

4.点击“确定（OK）”按钮，开始进行卡方检验的计算。

5.SPSS将计算卡方统计量的值和相关的P值。

如果P值小于指定的显著性水平（通常为0.05），则可以拒绝原假设，接受备择假设。

这样，就完成了卡方检验的SPSS操作。

需要注意的是，卡方检验是一种只能说明变量之间是否存在关系的方法，不能用于确定因果关系。

此外，在进行卡方检验之前，需要确保样本符合一些假设，例如每个单元格的期望频数应该大于5、如果不满足这些假设，可以考虑使用其他适用的统计方法。

spss实验报告,心得体会篇一:SPSS实验报告SPSS应用——实验报告班级:统计0801班学号:1304080116 姓名: 宋磊指导老师:胡朝明2010.9.8一、实验目的:1、熟悉SPSS操作系统，掌握数据管理界面的简单的操作;2、熟悉SPSS结果窗口的常用操作方法，掌握输出结果在文字处理软件中的使用方法。

掌握常用统计图(线图、条图、饼图、散点、直方图等)的绘制方法;3、熟悉描述性统计图的绘制方法;4、熟悉描述性统计图的一般编辑方法。

掌握相关分析的操作，对显著性水平的基本简单判断。

二、实验要求:1、数据的录入，保存，读取，转化，增加，删除;数据集的合并，拆分，排序。

2、了解描述性统计的作用，并1掌握其SPSS的实现(频数，均值，标准差，中位数，众数，极差)。

3、应用SPSS生成表格和图形，并对表格和图形进行简单的编辑和分析。

4、应用SPSS做一些探索性分析(如方差分析，相关分析)。

三、实验内容:1、使用SPSS进行数据的录入，并保存: 职工基本情况数据:操作步骤如下:打开SPSS软件，然后在数据编辑窗口(Data View)中录入数据，此时变量名默认为var00001,var00002,…,var00007,然后在Variable View窗口中将变量名称更改即可。

具体结果如下图所示:输入后的数据为:将上述的数据进行保存:单击保存即可。

2、读取上述保存文件:选择菜单File--Open—Data;选择数据文件的类型，并输入文件名进行读取，出现如下窗口:选定职工基本情况.sav文件单击打开即可读取数据。

3、对上述数据新增一个变量工龄，其操作步骤为将当前数据单元确定在某变量上，选择菜单Data—Insert Variable，SPSS自动在当前数据单元所在列的前一列插入一2个空列，该列的变量名默认为var00016，数据类型为标准数值型，变量值均是系统缺失值，然后将数据填入修改。

结果如下图所示:篇二:SPSS相关分析实验报告本科教学实验报告(实验)课程名称:数据分析技术系列实验实验报告学生姓名:一、实验室名称:二、实验项目名称:相关分析三、实验原理相关关系是不完全确定的随机关系。

卡方检验1．四格表的卡方检验例1．某药品检验所随机抽取了574名成年人，研究某抗生素的耐药性。

其中179人未曾使用该抗生素，其耐药率为40.78%；而在395例曾用过该药的人群中，耐药率为45.57%，结果见表1，试兑现人和上人群的耐药率是否一样？表1 某抗生素的人群耐药性情况用药史不敏感敏感合计曾服该药180（174.10）215（220.90）395未服该药73（78.90）106（100.10）179合计253 321 574建立变量名：录入数值：加权统计分析指定横标目和纵标目，注意不要选反了,选反了会有什么后果？择分析方法：卡方检验Chi-square结果：实际频数理论频数表一：总例数为574，没有数值遗漏表二：可观察实际频数，理论频数，各组实际频数占各行各列及总数的百分比。

此例题总例数n=574≥40,且所有理论频数T≥5用基本公式或四个表专用公式计算卡方值，结果参照表三第一行。

P=0.285≥0.05还不能认为两组耐药率不同。

表三：（1）总例数n=574≥40,且所有理论频数T≥5用基本公式或四格表专用公式计算卡方值，结果参照表第一行。

（2）如果n≥40但有1＜T＜5用校正公式计算卡方值或用Fisher确切概率法直接计算概率，结果分别参照第二行和第四行。

（3）n＜40或T＜1时用Fisher确切概率法直接计算概率，结果参照第四行。

2．配对四格表的卡方检验例5．有28份咽喉涂片标本，把每份标本一分为二，分别接种在甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长的情况，其结果如表5，问两种培养基的阳性检出率是否相等？表5 两种白喉杆菌培养基培养结果比较甲培养基乙培养基+ - 合计+ 11 1 12- 9 7 16合计20 8 28 建立变量名：录入数值：统计分析：结果：3．R*C表（行或列超过两个）的卡方检验（1）多个样本率的比较例6．某医院用三种方案治疗急性无黄疸型病毒性肝炎结果如下，问三种疗法的有效率是否一致？表６三种方案治疗肝炎疗效的结果比较组别有效无效合计有效率（％）西药组51 49 100 51.00中药组35 45 80 43.75中西结合59 15 74 79.73145 109 254 57.09建立变量名：录入数值：统计分析：结果分析：理论均数均大于5，卡方值为22.808。

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=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。

SPSS实验分析报告二一、婆媳关系*住房条件检验（一）、提出原假设H0原假设: 婆媳关系的好坏程度与住房条件有关系（二）、两独立样本t检验结果及分析表（一）觀察值處理摘要觀察值有效遺漏總計N百分比N百分比N百分比婆媳关系* 住房条件600100.0%00.0%600100.0%由表（一）可知, 本次调查获得的有效样本为600份, 没有遗漏的个案。

表（二）婆媳关系*住房条件交叉列表住房条件總計差一般好婆媳关系紧张計數577860195預期計數48.868.378.0195.0婆媳关系內的%29.2%40.0%30.8%100.0%住房条件內的%38.0%37.1%25.0%32.5%佔總計的百分比9.5%13.0%10.0%32.5%殘差8.39.8-18.0一般計數458763195預期計數48.868.378.0195.0婆媳关系內的%23.1%44.6%32.3%100.0%住房条件內的%30.0%41.4%26.3%32.5%佔總計的百分比7.5%14.5%10.5%32.5%殘差-3.818.8-15.0好計數4845117210預期計數52.573.584.0210.0婆媳关系內的%22.9%21.4%55.7%100.0%住房条件內的%32.0%21.4%48.8%35.0%佔總計的百分比8.0%7.5%19.5%35.0%殘差-4.5-28.533.0總計計數150210240600預期計數150.0210.0240.0600.0婆媳关系內的%25.0%35.0%40.0%100.0%住房条件內的%100.0%100.0%100.0%100.0%佔總計的百分比25.0%35.0%40.0%100.0%由表（二）可知, 一共调查了600人, 其中婆媳关系紧张的组有195人, 占总人数的32.5%；婆媳关系一般的组有195人, 占总人数的32.5%；婆媳关系好的组有210人, 占总人数的35.0%；数据分布均匀。

SPSS卡方检验的详细解读一、基本概念：卡方检验（一）定义卡方检验主要用于研究定类与定类数据之间的差异关系。

一般使用卡方检验进行分析的目的是比较差异性。

例如研究人员想知道两组学生对于手机品牌的偏好差异情况。

（二）卡方值卡方值表示观察值与理论值之间的偏离程度。

卡方值的大小与样本量（自由度）有关。

一般来说，卡方值越大越好，但并不准确。

比如5000和5010的差异为10；40和50的差异为10，明显后者差异更大。

最终查看卡方值对应的p 值更准确。

二、卡方检验分类（一）方法分类SPSSAU系统中，卡方检验分为【通用方法】中的交叉卡方，以及【医学/研究】模块中的卡方检验、配对卡方、卡方拟合优度、分层卡方五类。

（二）方法对比（1）交叉卡方适用于大部分场景之中，满足大部分用户需求，使用频率高，仅使用Pearson卡方，不支持加权数据。

交叉卡方仅输出一个交叉卡方分析结果如下图：可以看到卡方值为16.667，p =0.000<0.01，所以不同地区的饮食习惯情况呈现出显著性差异。

（2）卡方检验适用于实验医学研究方向，专业性更强，使用频率高。

从上表可知，利用卡方检验(交叉分析)去研究减肥方式对于胆固醇水平共1项的差异关系【独立性】，不同减肥方式样本对于胆固醇水平共1项呈现出显著性(p <0.05)。

总结可知：不同减肥方式样本对于胆固醇水平全部均呈现出显著性差异。

①Pearson卡方、yates校正卡方、Fisher卡方三类卡方，具体选择标准如下图上表格为卡方检验的中间过程值，由于本案例数据为3*2格式，且1 <=E<5 格子的比例大于20%（此处为33.33%），因而最终选择使用yates校正卡方值。

【特别备注： Pearson卡方和yates校正卡方完全相同是正常现象，多数情况下二者完全相等】②加权数据数据格式如下③效应量指标（研究差异幅度情况，效应量值越大说明差异幅度越大，通常情况下效应量小、中、大的区分临界点分别是 0.20，0.50 和 0.80）卡方检验时,通常有5个指标均可表示效应量大小，区别在于使用场合不一样，选择标准如下图：上表格为效应量指标，由于本案例数据为3*2格式，所以使用Cramer V 研究差异幅度情况。