SPSS操作之独立样本四格表的卡方检验

前面几期“科研加油站”栏目和大家一起学习了t检验的SPSS操作,相信各位小伙伴都已经轻车熟路了,学了这么多连续变量的统计分析,那么对于计数资料可咋整。小伙伴会问了:如果我想看不同患者人群的术后复发率有没有差异,怎么办?这时候就需要欢迎我们的统计小助手——卡方检验闪亮登场啦!

卡方检验可是一位重量级选手,凡是涉及到计数资料分布的比较都需要他的帮忙。和t检验一样,卡方检验也会用在成组和配对设计资料分析中,本期“科研加油站”栏目我们一起聊聊独立样本四格表的χ2检验。

问题与数据

用药物A治疗急性心肌梗死患者198例,24小时内死亡11例,病死率为5.56%,另42例治疗时采用药物B,24小时内死亡6例,病死率为14.29%,提问:两组病死率有无差别?

表1. 两种药物急性心肌梗塞患者治疗后24小时内死亡情况

对数据结构的分析

“生存”,还是“死亡”,这是个问题,但更是一个典型的二分类结局指标,我们关注的重点是两种药物治疗后“生存”和“死亡”的分布(或者说病死率)有无差别,由此组成的2*2列联表就是χ2检验中经典的“四格表”(如表1)。

下面一起看看SPSS怎样搞定χ2检验。

SPSS分析方法

1. 数据录入

(1) 变量视图

(2) 数据视图

2. 加权个案:选择Data→weight cases→勾选Weight cases by,将频数放入Frequency Variable→OK。因为本例中数据库每一行代表多个观测对象,所以需要对其进行加权处理。

当然,如果数据是以单个观测对象的形式,即每一行代表1个观测对象,则无需加权(如下图)。

3. 选择Analyze→Descriptive Statistics→Crosstabs

4. 选项设置

(1) 主对话框设置:将分组变量Drug放入Row(s)框中→将指标变量Outcome放入Column(s)框中(实际上χ2检验是关注实际和理论频数是否一致,这里Row(s)框和Column(s)框内变量也可以颠倒放,并不影响最终结果)。

(2) Statistics设置:勾选Chi-square,确定使用成组计数资料的卡方检验→Continue

(3) Cells设置:Counts中勾选Observed和Expected,输出实际观测频数和理论频数;Percentages中勾选Row,输出每组转归百分比→Continue→OK

结果解读

表2 统计汇总

表2中不仅有服用两种药物后患者实际转归(生存/死亡)的频数和相应百分比,还输出了相应的理论频数(所在行列合计数乘积/总例数)。需要注意的是,这里的理论频数和总例数直接决定了下面卡方检验结果的选择。

表3 卡方检验结果

表3中这么多检验结果,到底看哪一个?不要着急 ,我们一个一个来看:

1. 总例数≥40,所有理论频数≥5,看Pearson Chi-Square结果;

2. 总例数≥40,出现1个理论频数≥1且2检验需进行连续性校正,这时以Continuity Correction结果为准;

3. 总例数≥40,至少2个理论频数≥1且Fisher’s Exact Test结果;

4. 总例数Fisher’s Exact Test结果。

( SPSS也会友好地在表格下方的注释部分提示是否有理论频数小于5,以及最小的理论频数是多少,方便选择恰当的检验方法)

本例中总例数=240>40,存在1个理论频数=3.02=2.796,P=0.095>0.05。

撰写结论

两种药物治疗急性心肌梗塞患者的预后并不相同,A药病死率为5.6%,低于 B药(14.3%),但差异无统计学意义(χ2=2.796,P=0.095)。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181011B19UL300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券