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）。