最新卡方检验及SPSS分析

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非参数检验之一卡方检验一、卡方检验的概念和原理卡方检验是一种常用的非参数检验方法，用于检验两个或多个分类变量之间的关联性。

它利用实际观察频数与理论频数之间的差异，来判断两个变量是否独立。

卡方检验的原理基于卡方分布，在理论上，如果两个变量是独立的，那么它们的观测频数应该等于理论频数。

卡方检验通过计算卡方值来度量观察频数与理论频数之间的差异程度，进而判断两个变量是否独立。

卡方值的计算公式为：卡方值=Σ(（观察频数-理论频数）²/理论频数）其中，观察频数为实际观察到的频数，理论频数为理论上计算得到的频数。

二、卡方检验的步骤卡方检验的步骤包括以下几个方面：1.建立假设：首先需要建立原假设和备择假设。

原假设（H0）是两个变量之间独立，备择假设（H1）是两个变量之间存在关联。

2.计算理论频数：根据原假设和已知数据，计算出各组的理论频数。

3.计算卡方值：利用卡方值的计算公式，计算观察频数与理论频数之间的差异。

4.计算自由度：自由度的计算公式为自由度=(行数-1)*(列数-1)。

5.查表或计算P值：根据卡方值和自由度，在卡方分布表中查找对应的临界值，或者利用计算机软件计算P值。

6.判断结果：判断P值与显著性水平的关系，如果P值小于显著性水平，则拒绝原假设，认为两个变量存在关联；如果P值大于显著性水平，则接受原假设，认为两个变量是独立的。

三、卡方检验在SPSS中的应用在SPSS软件中，进行卡方检验的操作相对简单。

下面以一个具体的案例来说明：假设我们有一份数据，包括了男性和女性在健康习惯（吸烟和不吸烟）方面的调查结果。

我们想要检验性别与吸烟习惯之间是否存在关联。

1.打开SPSS软件，导入数据。

2.选择"分析"菜单，点击"拟合度优度检验"。

3.在弹出的对话框中，将两个变量（性别和吸烟习惯）拖入"因子"栏目中。

4.点击"统计"按钮，勾选"卡方拟合度"。

卡方检验spss步骤咱先来说说啥是卡方检验吧。

卡方检验就是一种统计方法，用来分析两个分类变量之间有没有关系。

比如说，你想知道男生和女生对某种颜色的喜好有没有差别呀，就可以用这个卡方检验。

那在SPSS里怎么做呢？一、数据准备你得先把数据都整理好。

就像你要去旅行，得先把行李收拾好一样。

数据得是那种每个观测值对应着不同变量的情况。

比如说你有一个变量是性别，男或者女，还有一个变量是对颜色的喜好，红、蓝、绿啥的。

这些数据要整整齐齐地放在SPSS的数据视图里。

如果数据乱七八糟的，那卡方检验可就没法好好做啦。

二、打开分析菜单在SPSS的界面里呢，你要找到“分析”这个菜单。

这个菜单就像是一个装满了各种工具的魔法盒子，卡方检验这个小魔法就在里面呢。

你轻轻一点这个“分析”菜单，就会看到好多选项冒出来。

三、选择描述统计里的交叉表在这个分析菜单里，有个叫“描述统计”的部分，在那里你能找到“交叉表”这个选项。

这就像是在一堆糖果里找到你最爱的那一颗一样。

点了“交叉表”之后，会弹出一个新的窗口。

四、设置变量在这个新窗口里呀，你要把你的两个分类变量分别放到行和列里面。

比如说，你把性别放到行里，把颜色喜好放到列里。

这就像是给每个小玩具找到它该待的小格子一样。

这个步骤很重要哦，要是放错了地方，结果可就不对啦。

五、点击统计量按钮在这个交叉表的窗口里，你能看到一个叫“统计量”的按钮。

点这个按钮就像是打开一个神秘的小盒子，里面藏着卡方检验这个宝贝呢。

在统计量的选项里，你要找到“卡方”这个选项，然后把它勾上。

就像你在菜单里点了你最爱吃的菜一样。

六、确定并查看结果勾好卡方检验之后呢，你就可以点“确定”按钮啦。

然后SPSS 就会像个勤劳的小蜜蜂一样，开始计算结果。

结果出来之后呢，你要看一个叫“卡方检验”的表格。

这个表格里会告诉你卡方值、自由度还有显著性水平这些东西。

如果显著性水平小于0.05，那就说明这两个分类变量之间是有关系的哦。

如果大于0.05呢，那可能就没什么关系啦。

卡方检验（R×C）-SPSS教程一、问题与数据某研究人员拟分析血型和职业之间的关系，共招募了333位研究对象，收集他们的血型（blood_type）和职业（occupation）信息。

其中血型分为A、B、AB、O型共4种，职业分为律师（Lawyer）、医生（Doctor）、教师（Teacher）和工人（Worker），部分数据图1。

图1 部分数据二、对问题分析研究者想分析血型与职业类型的关系，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，如本研究中血型和职业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单元格期望频数大于5。

经分析，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操作在主页面点击Analyze→Descriptive Statistics→Crosstabs，弹出Crosstabs 对话框。

将变量blood_type和occupation分别放入Row(s)栏和Column(s)栏，如图2。

图2 Crosstabs点击Statistics后，弹出的对话框中点击Chi-square，并点击Nominal栏中的Phi and Cramer’s V。

如图3。

图3 Crosstabs: Statistics点击Continue→Cells，在弹出的对话框中，点击Counts栏Expected选项，并点击Percentages栏中的Row和Column选项，Residuals栏中的Adjusted Standardized，点击Continue→OK。

如图4。

图4 Crosstabs: Cell Display经上述操作，SPSS输出预期频数结果如图5。

图5 Crosstabulation结果显示，本研究最小的期望频数是8.4，大于5，满足假设3，具有足够的样本量。

卡方检验在教育实证研究中,经常遇到以下问题不同文化程度的人对某一政策的态度或工作业绩是否相关？不同专业背景的学生与他们对某一问题的看法否相关？不同家庭经济背景毕业生与其择业岗位是否相关？上述问题称为品质相关问题，其特征是每个个体至少有两个特征(变量）.每个特征（变量）的取值，可以使顺序型，只能比较大小，不能作加减运算;也可以是名义型的，连大小都不能比较，只是区别所取的“值”是不同的。

解决此类问题一般采用卡方检验.一、一般卡方检验本次调查为了了解四川省青川县教师在信息技术问题上花费的时间对提高应用信息技术能力的作用，为此做实证研究,抽样调查138名教师平时在技术问题上花费的时间和在教学过程中应用信息技术的能力情况，如表1所示，问时间与技术应用能力之间的关系是否有显著差异？表1 教师在技术问题上花费的时间与信息技术应用能力情况建立数据库取名为“教师培训。

sav”，如图2所示.图1 数据文件统计分析过程图2 选择命令图3 交叉表对话框图4 交叉表：统计量对话框图5 交叉表：单元显示对话框图6 交叉表:表格格式对话框结果表2 观测量统计结果表3 分层统计结果表4 检验结果如果理论频数小于5的cells（格子）比例超过20％，你就不能使用ASYMP.sig的结果,此时应该在SPSS卡方检验中选择使用Exact Test（确切概率法）,以Exact Test的结果为准（软件也同时显示ASYMP.sig的结果）。

二、配对卡方的一致性检验把每一份样本平均分成两份，分别用两种方法进行化验，比较此两种化验方法的结果（两类计数资料）是否有本质的不同;或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验.操作方法:单击【Statistics钮】，在弹出的Statistics对话框中选择McNemanr复选框,进行McNemanr检验。

即配对卡方检验，只能针对方形表格进行。

卡方检验结果分析
例如想要分析性别和是否抽烟之间的关系。

这一句话里面包含两个词语，分别是：性别，是否抽烟。

性别为X，是否抽烟为Y。

性别为定类数据，是否抽烟也是定类数据，此时就可以使用卡方检验。

这篇文章分享分别使用两种常见统计分析工具SPSS和SPSSAU完成卡方检验。

SPSS是目前常用的统计软件，SPSSAU是更简单的在线数据科学分析工具。

一、案例数据
想研究性别和是否抽烟之间有没有关系，男性抽烟的比例有没有更高等，通过抽样调查得到如下数据：
二、卡方检验怎么做？
1、SPSS操作步骤
（1）传入数据或输入数据
打开SPSS软件，上传如下图所示的数据格式文件，或者在SPSS 软件中手动输入下图所示数据：
第一列存入行（性别）信息，其中1代表男，2代表女；
第二列存入列（是否吸烟）信息，其中1代表吸烟，2代表不吸烟；
第三列存入每一种情况所对应的数据（人数），如：是男性且吸烟的人数有51人。

（2）数据加权处理
因为输入的数据是汇总格式，所以在进行卡方检验之前，我们需要先对数据加权处理，加权处理后，系统会将“人数”这一列的变量识别为频数，而不是一个数值。

数据加权的步骤如下：
在主页面点击【数据】-【加权个案】
弹出加权个案操作的对话框，选中【加权个案】
将【人数】变量拖入【频率变量】框中，点击【确定】。

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f0与理论频数力(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72分布，即(f - f )2 V”、—0 ---------- -- -------- 72( n)fe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，X2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，理论频数三5,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：(| f - f |-0.5)2-L_Q ------ e ---------------------fe卡方检验的原假设H0：X2 = 0;备择假设H1：X2W0;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)；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（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（概率二某常值）； 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。

1.【分析】一一【非参数检验】一一【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”(4) 立；（5）诊断 其结果是否一致。

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二，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数据分析—卡方检验卡方统计量是基于卡方分布的一种检验方法，根据频数值来构造统计量，是一种非参数检验方法。

SPSS中在交叉表和非参数检验中，都可调用卡方检验。

卡方检验的主要有两类应用一、拟合度检验1.检验单个无序分类变量各分类的实际观察次数和理论次数是否一致此类问题为单变量检验，首先要明确理论次数，这个理论次数是根据专业或经验已知的，原假设为观察次数与理论次数一致例】：随机抽取60名高一学生，问他们文理要不要分科，回答赞成的39人，反对的21人，问对分科的意见是否有显著的差异。

分析：如果意见没有差异，那么赞成反对的人数应该各半，即30次，因此理论次数为30例】：一周内各日患忧郁症的人数漫衍如下表所示，请检验一周内各日人们忧郁数是否满足1:1:2:2:1:1:1例】：一个骰子投掷120次，记录掷得每个点数的次数，问该骰子是否存在问题如果骰子是正常的，那么每个点数掷得的概率应该相等，操作方法和前面一样，也使用非参数检验过程，选择默认的所有类别相等卡方检验主要用于分类变量，但是也可以用于对连续变量的拟合度检验上，此类问题的基本思想是：将总体X的取值范围分成k个互不重叠的小区间A1.A2.Ak，把落入第i个小区间的样本值个数作为实际频数，所有实际频数之和等于样本容量，根据理论分布，可以算出总体X的值落入每个小区间Ai的概率Pi，于是nPi就是落入Ai的样本值的理论频数。

有了实际频数和理论频数，就可以计算卡方统计量并进行卡方检验了。

二、独立性检验独立性检验分析两变量之间是否相互独立或有无分歧，也可以在控制某种因素之后，分析两变量之间是否相互独立或有无分歧。

原假设为两变量相互独立或两变量间的相互作用没有分歧。

对于两变量一般采用列联表的形式记录观察数据，分为四格表和R*C列联表，根据卡方统计量和分类变量的类型，又衍生出一些相关系数，这在相关分析中已经讲过。

例】：为了解男女在公开场合禁烟上的态度，随机调查100名男性和80名女性。