IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS如何进行卡方检验

SPSS如何进行卡方检验

发布时间:2021/09/28 15:47:08

作为非参数检验之一的卡方检验用于判断样本是否来自特定分布的总体的检验方法,主要用于研究总体分布和理论分布是否存在显著差异。适用于有多个分类值的总体分布的分析。在这次教程中,我们给大家演示SPSS如何进行卡方检验。下面我们使用IBM SPSS Statistics 26(win10)结合具体案例详细演示一遍吧。

  1. 打开样本数据

医学家研究发现,在一周中,周一心脏病患者猝死的人数较多,其他时间相同。周一到周日的比例近似为2.8:1:1:1:1:1:1。

为此在网上搜集了一份心脏病人死亡日期的样本数据,用于推断总体分布是否与上述理论分布相吻合。通过该样本数据可以看到只有“人数”和“日期”两个变量。

图1:样本数据
图1:样本数据
  1. 卡方检验
  2. 打开卡方检验选项

首先在数据编辑器菜单中找到并点击“分析”,然后依次打开“非参数检验—旧对话框—卡方”,如图2所示。

图2:打开卡方检验选项
图2:打开卡方检验选项
  1. 选项设置

首先将统计栏勾选“描述”,接着将缺失值栏勾选“按检验排除个案”,最后点击“继续”即可。

图3:选项设置
图3:选项设置
  1. 检验变量和期望值设置

首先我们需要检验的变量是日期,所以将“日期”变量移动到“检验变量列表”中,接着期望范围采取默认选项即可,期望值就是添加刚刚专家研究发现的比例,选择“值”,依次输入并添加2.8,1,1,1,1,1,1。如图4所示。

图4:检验变量和期望值设置
图4:检验变量和期望值设置
  1. 卡方检验结果分析

所有设置完成后点击“确定”,SPSS将自动生成卡方验证输出文档,可以看到卡方检验的“死亡日期”表中的实测个案数和期望个案数以及它们的残差。

检验统计表的渐进显著性(P值)大于0.05,所以不拒绝原假设(样本来自的总体分布与期望分布或某一理论分布无显著差异),也就是说心脏病猝死人数与日期的关系基本上与上述比例一致,与理论分布无显著差异。

图5:卡方检验结果分析
图5:卡方检验结果分析

好了,以上就是SPSS如何进行卡方检验的教程,如还需了解学习更多有关IBM SPSS Statistics的相关知识,敬请访问IBM SPSS Statistics中文网站。

作者:茂杨

标签:SPSS卡方检验

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07