品牌型号：联想GeekPro 2020

系统：Windows 10 64位专业版

软件版本：SPSS 29.0.2.0

卡方分析是数据统计分析中用途很广的一种分析方法，常用于两组定类变量的关系分析。卡方分析的原理是通过研究实际频数与理论频数的偏离程度来检验定类变量间的数据是否存在差异，比如男女性使用药品后的有效性差异、使用不同赠品促成交易的差异性等。本文会通过实际例子教大家SPSS卡方分析怎么做，以及SPSS卡方分析期望计数小于5怎么办。

一、SPSS卡方分析怎么做

卡方分析一般用于两组定类变量数据的研究检验，其中的数据会涉及到定类变量的类别以及频数，用于研究实际频数与理论频数的吻合程度。卡方检验的分析结果可以看卡方值，卡方值越大，偏差越大，反之越小。越小的卡方值说明实际频数与理论频数偏离程度越小，说明定类变量的差异越小，当然也可以直接看显著性检验结果。接下来，一起来看看SPSS卡方分析怎么做。

如图1所示，在SPSS中导入如图1所示的示例数据，其中包含了“性别”与“是否有效”的定类变量，以及人数频数，用于研究不同性别应用药品后是否有效的差异性分析。

由于示例数据表采用了交叉表形式，SPSS会将每一行直接识别为个案，这与数据的实际含义不符。因此需要先对数据进行频数的个案加权，然后再进行卡法分析。

如图2所示，依次点击SPSS的数据菜单-个案加权功能。

点选“个案加权依据”，并将“人数”变量添加到“频率变量”中，即个案加权依据人数，设置完成后点击确定。

完成定类变量的个案加权后，数据表中的数据虽保持原样，但实际上已经作加权处理了，此时可以继续进行SPSS的卡方分析操作。

如图4所示，依次点击SPSS的分析菜单-描述统计-交叉表分析。

在交叉表分析中，如图5所示，将“性别”添加到行、“是否有效”添加到列中，使其构建为2X2的交叉表。

点击交叉表右侧的“统计”按钮，并在弹出的窗口中勾选“卡方”统计量，以得出卡方值及显著性检验结果。

完成以上设置后，点击交叉表底部的“确认”按钮，开始运算数据。

SPSS的卡方分析结果如图7所示，由于结果中不存在期望计数小于5的单元格，且数据样本量大于40，可直接查看“皮尔逊卡方”的检验结果。

“皮尔逊卡方”的渐进显著性为0.017<0.05，说明定类变量间的数据差异具有显著性，即不同性别应用药品后的有效性是有差异的。

二、SPSS卡方分析期望计数小于5

上述卡方分析结果中，由于不存在期望计数小于5的单元格，且数据样本量大于40，因此可直接使用“皮尔逊卡方”的检验结果。如果SPSS卡方分析期望计数小于5该怎么办？在这种情况下，可参考以下分析原则：

1.卡方分析期望计数T≥5并且总样本量n≥40，使用皮尔逊卡方检验。

2.卡方分析期望计数T＜5但T≥1,并且总样本量n≥40，使用连续性校正的卡方检验。

3.卡方分析期望计数T＜1或总样本量n＜40,使用Fisher’s（费希尔精确）检验。

SPSS会同时提供校正分析方法的运算结果，我们只需按照以上原则查看检验结果即可。比如图8所示的数据例子，总样本量为28，小于40。

经过卡方分析后，存在期望计数小于5的单元格，因此选择使用Fisher’s（费希尔精确）检验的结果，如图9所示，其精确显著性（双侧）为0.648>0.05，说明两个定类变量数据的差异不显著。

三、小结

以上就是关于SPSS卡方分析怎么做，SPSS卡方分析期望计数小于5的相关内容。SPSS卡方分析可通过描述性统计中的交叉表进行，如果原始数据为交叉表形式，需要先对数据进行个案加权处理后，才能进一步做卡方分析，否则会导致检验结果出错。如果检验结果出现期望计数小于5的情况，可按照本文分享的原则进行分析方法的校正。

作者：泽洋