SPSS教程——进行卡方检验的相关步骤

大家好，又见面了，我是你们的朋友全栈君。

作为非参数检验之一的卡方检验用于判断样本是否来自特定分布的总体的检验方法，主要用于研究总体分布和理论分布是否存在显著差异。适用于有多个分类值的总体分布的分析。在这次教程中，我们给大家演示SPSS如何进行卡方检验。下面我们使用IBM SPSS Statistics 26（win10）结合具体案例详细演示一遍吧。

1. 打开样本数据

医学家研究发现，在一周中，周一心脏病患者猝死的人数较多，其他时间相同。周一到周日的比例近似为2.8:1:1:1:1:1:1。

为此在网上搜集了一份心脏病人死亡日期的样本数据，用于推断总体分布是否与上述理论分布相吻合。通过该样本数据可以看到只有“人数”和“日期”两个变量。

图1：样本数据

图1：样本数据

1. 卡方检验
2. 打开卡方检验选项

首先在数据编辑器菜单中找到并点击“分析”，然后依次打开“非参数检验—旧对话框—卡方”，如图2所示。

图2：打开卡方检验选项

图2：打开卡方检验选项

1. 选项设置

首先将统计栏勾选“描述”，接着将缺失值栏勾选“按检验排除个案”，最后点击“继续”即可。

图3：选项设置

图3：选项设置

1. 检验变量和期望值设置

首先我们需要检验的变量是日期，所以将“日期”变量移动到“检验变量列表”中，接着期望范围采取默认选项即可，期望值就是添加刚刚专家研究发现的比例，选择“值”，依次输入并添加2.8,1,1,1,1,1,1。如图4所示。

图4：检验变量和期望值设置

图4：检验变量和期望值设置

1. 卡方检验结果分析

所有设置完成后点击“确定”，SPSS将自动生成卡方验证输出文档，可以看到卡方检验的“死亡日期”表中的实测个案数和期望个案数以及它们的残差。

检验统计表的渐进显著性（P值）大于0.05，所以不拒绝原假设（样本来自的总体分布与期望分布或某一理论分布无显著差异），也就是说心脏病猝死人数与日期的关系基本上与上述比例一致，与理论分布无显著差异。

图5：卡方检验结果分析

图5：卡方检验结果分析

好了，以上就是SPSS如何进行卡方检验的教程，如还需了解学习更多有关IBM SPSS Statistics的相关知识，敬请访问IBM SPSS Statistics中文网站。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/145299.html原文链接：https://javaforall.cn