用SPSS进行卡方检验.ppt

2. 统计分析 (1)简明分析步骤 数据 → 加权个案 加权个案 频率变量：对子数 频率变量为对子数 确定 分析→描述统计→交叉表 行：LPA 行变量 列：FA 列变量 统计量： McNemar 要求进行卡方检验 Kappa 要求进行一致性检验 继续 确定 √ √ （2）分析过程说明 ①单击“数据 → 加权个案 ”，打开图6-7对话框，选中 “加权个案”，单击 ，将变量“对子数”置入“频率 变量”框内，定义“对子数”为加权变量，单击 。 图6-7 将“对子数”变量中的数值转成“权数” ②依次单击主菜单“分析 → 描述统计 →交叉表”，打开图6-16所示对话框，单击 ，将变量“LPA”置入“行”框内，将变量“FA”置入“列”框内。 图6-16 行×列分析对话框 图6-16 行×列分析对话框 ③单击 ，打开图6-17对话框，选中“McNemar” （SPSS用于配对卡方检验方法），再选中Kappa（一致性系数），单击 ，返回图6-16所示对话框，再单击 ，输出 表6-14、6-15和表6-16结果。 图6-17 配对资料x2检验对话框 3.结果说明 表6-14 两种检验结果表 3.结果说明 （1）由于b+c40,SPSS选用二项分布的直接计算概率法（相当于进行精确校正），计算该配对资料的 检验精确双侧概率，并且不能给出卡方值。 由本例得P=0.1250.05,差异不显著，可以认为LPA法和FA法对番鸭细小病毒抗原的检出率无显著差异。 表6-15 两种检验结果的配对 检验 3.结果说明 （2）Kappa值是内部一致性系数，根据经验，Kappa≥0.75，表明一致性较好，0.75Kappa≥0.4，表明一致性一般，Kappa0.4，表明一致性较差。 本例Kappa值为0.680，P(近似值sig)=0.0000.01,拒绝无效假设，即认为两种检测方法结果存在一致性，0.75Kappa≥0.4，故认为其一致性中等。 表6-16 两种检验结果的一致性检验 2. 统计分析 (1)简明分析步骤 数据 → 加权个案 加权个案 频率变量：计数 频率变量为计数 确定 分析→描述统计→交叉表 行：治疗方法 行变量 列：治疗效果 列变量 统计量： 卡方 要求进行卡方检验 继续 确定 √ （2）分析过程说明 ①单击“数据 → 加权个案 ”，打开图6-7对话框，选中“加权个案”，单击 ，将变量“计数”置入“频率变量”框内，定义“计数”为加权变量，单击 。 图6-7 将“计数”变量中的数值转成“权数” ②依次单击主菜单“分析 → 描述统计 →交叉表”，打开图6-4所示对话框，单击 ，将行变量“治疗方法”置入“行”框内，将列变量“治疗效果”置入“列”框内。如图6-8所示。 图6-8 行×列分析对话框 ③单击 ，打开图6-5所示对话框，选中“卡方”， 单击 ，返回图6-8对话框，再单击 ，输出 表6-5和表6-6所示结果。 图6-8 行×列分析对话框 图6-5选择统计方法（卡方检验） 对话框 表6-5 三种不同治疗方法的治疗效果 表6-6 检验结果表 3.结果说明 表6-6是卡方检验结果：本例df=4,表格下方注解表明 理论次数小于5的格子数为0，最小理论次数为6.31。 各理论次数均大于5，无须进行连续性校正，因此采用 Person卡方的检验结果。 表6-6 检验结果表