spss非参数检验，卡方检验怎么操作并分析？

spss非参数检验，卡方检验怎么操作并分析？

卡方检验主要用于定类数据与定类数据之间的差异性研究。比如研究男生女生是否吸烟的差异。

下面通过一个具体的卡方检验的示例，详细介绍一下卡方检验的分析过程。包括卡方检验需要的数据格式、软件的操作、分析结果的详细解读、具体差异的对比、效应量的分析、多重比较如何分析等。

使用软件进行卡方检验分析时，需要注意卡方检验的数据格式。一般来讲可分为2种，分别是常规格式、加权格式。

一行代表一个样本，一列代表一个属性，将全部的原始数据信息列出即可，使用数字代表定类数据的类别，如下图所示：

在实际研究中，很多时候没有原始数据，此时就应该使用汇总数据，即带加权项的数据。比如下图中X分为2类，Y分为3类，一种有2*3=6种组合，数据信息只有6种组别的汇总项（即加权项），分别是40，10，20，30，20，50；相当于总共有170个样本，如果是使用常规格式（即非加权格式），此时应该有170行；但加权格式则只需要6行即可表示，如下图所示：

SPSSAU在以下6个部分提供卡方检验的不同方法，如下图：

①SPSSAU【通用方法】->【交叉(卡方)】，此处分析最为简单，仅提供卡方检验结果，以及相应的可视化图形，不会输出额外的指标及计算过程等。

②SPSSAU【实验/医院研究】模块，提供【卡方检验】【配对卡方】【卡方拟合优度】【分层卡方】【Fisher卡方】5类卡方检验。

以R*C表格卡方检验为例，使用SPSSAU【实验/医学研究】模块【卡方检验】进行分析。

案例背景：某年级想要研究重点班与普通班学习成绩（优秀、及格、不及格）之间是否有差异，以及具体的差异在哪部分，收集的数据如下：

分析：很显然，这是一个2*3表格资料卡方检验，从已知数据可知，数据格式为加权格式，故将数据整理成如下格式：

上传数据至SPSSAU系统，在【实验/医学研究】模块，选择【卡方检验】，拖拽变量至右侧相应分析框，操作如下图：

【提示】：从实际意义上来讲，卡方检验是会区分X与Y的，但是在算法角度是不区分X与Y的。放置位置不同只会影响表格的输出格式，不会影响卡方检验分析结果。分析时可选择“百分比(按列)”或者“百分比(按行)”，二者的差别在于表格内数据按行加和为100%还是按列加和为100%，试个人分析角度决定，无固定标准，并不会影响卡方检验的分析结果。

本案例数据卡方检验分析结果如下：

首先看p值是否呈现出显著性（p值小于0.05或小于0.01），若呈现出显著性则说明应该拒绝原假设（卡方检验原假设为两定类数据之间无差异）。若p值大于0.05，则无差异，分析停止。本案例卡方值为32.752，对应p值小于0.01，说明差异具有显著性，即普通班与重点班的成绩具有显著差异。

分析具有显著差异时，具体可对比卡方检验结果中括号内百分比描述具体差异。本案例数据按列加和为100%，具体分析可知：普通班中，成绩及格人数占比最高为50%，优秀人数占比最少为23.684%。重点班中，成绩优秀的人数占比最高为64.516%，不及格人数占比最少为16.129%。同时也可以结合SPSSAU可视化图案进行直观对比，如下图：

如果想要横向对比，也可以在分析时选择“百分比(按行)”，在这里不再过多阐述。除使用括号内百分比具体对比差异，还可使用效应量指标描述差异幅度。

卡方检验的效应量指标主要用于分析两个或多个分类变量之间的差异幅度，它的取值范围在0到1之间，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。

SPSSAU卡方检验默认会提供5类效应量指标，本文对各指标具体原理和计算公式不做深入探讨，SPSSAU输出效应量指标结果如下：

效应量指标的选择需要结合交叉表格类型以及数据类型进行选择，选择标准如下：

本案例为2*3表格，应该使用Cramer V指标。Cramer V值为0.405，表示重点班和普通班的成绩存在中等程度的差异。

卡方检验的结果只能知道整体是否存在差异，无法对比两两组合之间的差异情况，如果需要具体对比两两组合之间的差异，需要使用多重比较进行分析。多重比较的次数=C(X类别个数)*C(Y类别个数)，比如X类别为3，Y类别个数为5，则为C(3,2)*C(5,2)=30次。

在多重比较时，通常使用Pearson卡方检验。然而，随着多重比较次数的增加，一类错误的概率也会增加。因此，建议在显著性水平为0.05的情况下，使用校正显著性水平（Bonferroni校正）来进行分析。例如，如果两两比较次数为3次，那么Bonferroni校正显著性水平为0.05/3次=0.0167，即p值需要与0.0167进行对比，而不是0.05。

比如本案例中，要分析具体差异在于优秀与及格之间，还是优秀与不及格之间，或者及格与不及格之间，查看多重比较结果如下：

从上表可以看出，普通班与重点班成绩不及格与优秀之间、优秀与及格之间的差异均呈现出显著性（p值小于Bonferroni校正显著性水平为0.0167）。而成绩不及格与及格之间差异并未呈现出显著性，那么可以认为，普通班与重点班的成绩差异主要在于优秀成绩的人数上。

在前面讲卡方检验适用条件时有提到3类卡方统计量的选择问题（非专业选手可忽略），SPSSAU【实验/医学研究】模块的【卡方检验】结果会自动输出卡方检验统计量过程值，用于判断卡方统计量，如下图：

分析上表可知，本案例数据为2*3表格，理论频数E≥5格子占比为100%，因此使用Pearson卡方，即本案例输出的卡方结果为Pearson卡方。

以上就是SPSSAU卡方检验操作与分析的全部过程，更多内容可参考下篇文章：