研究場(chǎng)景

卡方檢驗(yàn)是一種假設(shè)檢驗(yàn)的方法，它屬于非參數(shù)檢驗(yàn)的范疇，主要是用于分析定類數(shù)據(jù)與定類數(shù)據(jù)之間的關(guān)系情況。例如：分析性別與患病之間是否存在差異、性別與是吸煙之間是否存在差異性等。

SPSSAU操作

SPSSAU左側(cè)儀表盤(pán)“實(shí)驗(yàn)/醫(yī)學(xué)研究”→“卡方檢驗(yàn)”；

卡方值的意義

卡方值表示觀察值與理論值之間的偏離程度。計(jì)算這種偏離程度的基本思路如下。

1. 設(shè)A代表某個(gè)類別的觀察頻數(shù)，E代表基于H0計(jì)算出的期望頻數(shù)，A與E之差稱為殘差。

2. 顯然，殘差可以表示某一個(gè)類別觀察值和理論值的偏離程度，但如果將殘差簡(jiǎn)單相加以表示各類別觀察頻數(shù)和期望頻數(shù)的差別，則有一定的不足之處。因?yàn)闅埐钣姓胸?fù)，相加后會(huì)使彼此抵消，總和仍為0，為此可以將殘差平方后求和

3. 另一方面，殘差大小是一個(gè)相對(duì)的概念，相對(duì)于期望頻數(shù)是10時(shí)，期望頻數(shù)為20的殘差非常大，但相對(duì)于期望頻數(shù)為1000是20就很小，考慮到這一點(diǎn)，人們又將殘差平方除以期望頻數(shù)再求和，以估計(jì)觀察潁數(shù)與期望煩數(shù)的差別。

（參考來(lái)源：張文影,鄺春偉編著.SPSS統(tǒng)計(jì)分析基礎(chǔ)教程（第2版））

SPSSAU結(jié)果與指標(biāo)解讀

1.卡方檢驗(yàn)分析結(jié)果

其中A代表某個(gè)類別的觀察頻數(shù)，E代表基于H0計(jì)算出的期望頻數(shù)，Ai為i水平的觀察頻數(shù)，Ei為i水平的期望頻數(shù)，n為總頻數(shù)，pi為i水平的期望頻率。當(dāng)n比較大時(shí)，χ2統(tǒng)計(jì)量近似服從k-1個(gè)自由度的卡方分布。

2.卡方檢驗(yàn)統(tǒng)計(jì)量過(guò)程值

3. 深入分析-效應(yīng)量指標(biāo)

4.多重比較結(jié)果

（1）第1次多重比較

（2）第2次多重比較

（3）第3次多重比較

5. 趨勢(shì)卡方檢驗(yàn)

其他說(shuō)明

1.卡方檢驗(yàn)事后多重比較是什么意思？

醫(yī)學(xué)研究模塊里面的卡方檢驗(yàn)方法時(shí)，SPSSAU默認(rèn)提供多重比較功能，且SPSSAU僅針對(duì)第1個(gè)Y進(jìn)行，可通過(guò)更換Y的位置實(shí)現(xiàn)其它分析項(xiàng)的多重比較，X或Y的選項(xiàng)個(gè)數(shù)大于10時(shí)不進(jìn)行多重比較。

多重比較時(shí)，SPSSAU默認(rèn)提供Pearson卡方檢驗(yàn)值，多重比較時(shí)，檢驗(yàn)次數(shù)增多會(huì)增加一類錯(cuò)誤的概率，建議使用校正顯著性水平(Bonferroni校正)，比如如果顯著性水平為0.05，并且兩兩比較次數(shù)為3次，那么Bonferroni校正顯著性水平為0.05/3次=0.0167，即p值需要與0.0167進(jìn)行對(duì)比，而不是0.05。

總結(jié)

如果研究中卡方檢驗(yàn)表格出現(xiàn)多個(gè)卡方值和 p值，建議先理解表格里面是進(jìn)行了卡方檢驗(yàn)，還是卡方擬合優(yōu)度檢驗(yàn)，然后按官方說(shuō)明操作進(jìn)行，最后在EXCEL表格中進(jìn)行匯總整理表格即可。以上就是卡方分析的指標(biāo)解讀。卡方檢驗(yàn)無(wú)論是在問(wèn)卷調(diào)研或是醫(yī)學(xué)實(shí)驗(yàn)中，都是非常實(shí)用高效的方法，沒(méi)有展開(kāi)說(shuō)明的部分建議大家查閱SPSSAU幫助手冊(cè)進(jìn)行學(xué)習(xí)。