SPSS进行卡方检验具体操作(荐).docxVIP

SPSS进行卡方检验具体操作(荐)

在进行卡方检验前，需确保数据格式符合SPSS要求。分类数据通常有两种录入格式：原始数据和频数数据。原始数据中，每个案例代表一个独立观测单位，包含一个或多个分类变量（如性别、职业）；频数数据中，每个案例代表一组具有相同分类特征的观测单位的频数，需额外设置频数变量。例如研究性别（男/女）与就业情况（就业/未就业）的关系，原始数据需为n行2列（每行一个人，两列分别为性别和就业情况）；频数数据则为3列（性别、就业情况、频数，如“男-就业”对应频数50，“男-未就业”对应频数20等），此时必须通过“数据-加权个案”功能将频数变量设为权重，否则SPSS会将每个频数当作单个案例处理，导致样本量错误（如频数50会被误判为1个案例，而非50个）。设置加权的具体操作为：点击“数据”菜单，选择“加权个案”，在弹出的对话框中勾选“加权个案”，将频数变量从左侧列表选入“频率变量”框，点击“确定”，此时数据视图左下角会显示“加权有效”，表示加权成功。

一、拟合优度检验（单样本卡方检验）

拟合优度检验用于检验单个分类变量的观测频数是否符合某一理论分布（如均匀分布、指定比例分布）。以检验某校学生专业分布是否符合“文科:理科:工科:医科=1:1:1:1”的均匀分布为例，数据为频数格式：变量“专业”（值标签1=文科、2=理科、3=工科、4=医科），变量“频数”（对应频数分别为28、32、22、18，总样本量100）。

操作步骤：

1.加权处理：按上述方法将“频数”设为权重。

2.选择菜单：点击“分析”→“非参数检验”→“旧对话框”→“卡方”，弹出“卡方检验”对话框。

3.设置检验变量：将“专业”从左侧变量列表选入“检验变量列表”框。

4.设定期望频数：在“期望范围”中勾选“从数据中获取”（默认，即包含所有非缺失类别）；“期望频数”默认“所有类别相等”（适用于均匀分布），若为指定比例（如1:2:1:2），需勾选“值”并依次输入各比例（总和需为1，如0.1667、0.3333、0.1667、0.3333），点击“添加”至下方列表。此处检验均匀分布，保持默认“所有类别相等”。

5.执行检验：点击“确定”。

结果解读：

输出窗口首先显示“案例处理摘要”，包含有效样本量（100）、缺失值（0）。随后是“专业”的“频率”表，列出各专业的观测频数（ObservedN）和期望频数（ExpectedN）：文科观测28（期望25）、理科32（期望25）、工科22（期望25）、医科18（期望25），以及原始残差（Observed-Expected：3、7、-3、-7）。核心结果为“检验统计量”表，显示“卡方”值为(28-25)2/25+(32-25)2/25+(22-25)2/25+(18-25)2/25=(9+49+9+49)/25=116/25=4.640，自由度df=类别数-1=4-1=3，渐进显著性（Asymp.Sig.）=0.198（P0.05），故不能拒绝原假设，认为该校学生专业分布符合均匀分布。若理论分布为指定比例（如1:2:1:2，期望频数分别为16.67、33.33、16.67、33.33），则残差计算为28-16.67=11.33、32-33.33=-1.33、22-16.67=5.33、18-33.33=-15.33，卡方值相应增大，需重新计算显著性。

二、独立性检验（列联表卡方检验）

独立性检验用于检验两个分类变量是否独立（即是否存在关联），最常用Pearson卡方检验，适用于双向无序分类变量（如性别与职业）。以研究性别（男/女）与就业情况（就业/未就业）的关联性为例，原始数据为200行2列（100名男性、100名女性，记录各自就业状态），或频数数据（性别、就业情况、频数：男-就业55、男-未就业45、女-就业40、女-未就业60，总频数200），需先加权频数变量。

操作步骤：

1.加权处理（频数数据时）：同拟合优度检验，将频数变量设为权重。

2.选择菜单：点击“分析”→“描述统计”→“交叉表”，弹出“交叉表”对话框。

3.设置行列变量：将“性别”从左侧列表选入“行”框（行变量），“就业情况”选入“列”框（列变量）；若需控制分层变量（如学历），可将分层变量选入“层”框（见后文分层卡方检验）。

4.设置统计量：点击“统计量”按钮，勾选“卡方”（必选，包含Pearson卡方、似然比卡方等）；若需关联强度指标，可勾选“Phi和CramersV”（适用于名义变量）、“列联系数”；若为二分类变量（如就业/未就业），可勾选“风险”（输出比值比OR及95%置信区间）；点击“继续”返回主对话框。

5.设置单元格输出：点击“单元格”按钮，勾选“观察值”（实际频数）、“期望值”（理论频数）、“残差