卡方检验就是一种用来检验给定的样本数据是否来自特定分布的方法。它主要运用于定性资料的统计推断。卡方检验的零假设比较样本来自总体率相等的总体，它是实际频数与理论频数吻合程度的指标，差值越小，吻合程度越高。

卡方检验的定义有点难懂，可以简单理解为给某一数据的相关性下一个定论。卡方检验涉及复杂的统计学原理，这里我们只要会用和会看结果就行了。接下来我将在IBM SPSS Statistics中，演示如何进行成组设计四格表资料的卡方检验。

1、打开数据

图中将食道癌患者随机分成两组，分别做联合化疗和单纯化疗，最终得到他们的存活率。我将在此基础上用卡方检验去研究两种疗法的总体存活率是否不同？

2、对频数做加权处理

由于要对存活率进行卡方检验，所以我们要先对频数进行加权。首选点击“数据”按钮，接着我们点击“个案加权”，最后对频数变量进行加权处理。

3、菜单位置

首先我们点击菜单中的“分析”按钮，接着点击下级菜单的“描述统计”按钮，最后点击“交叉表”。

4、编辑交叉表

如图所示，将处理方法加入到行中，将治疗结局加入到列中。

点击“统计”按钮，选择“卡方”。

5、结果展示

如图所示，个案摘要的百分比为100%说明所有的个案都被分析了。

在卡方检验的结果中，我们应该怎样观察单纯手术治疗和联合治疗对存活率是否有显著性差异呢？我们只需要观察“渐进显著性”那一栏结果，可以看到结果分别是0.061、0.095、0.055，根据卡方检验的统计学原理，值大于0.05的代表没有显著性差异。所以我们尚且不能得出单纯手术治疗和联合治疗对存活率有显著性差异。

本文介绍了spss卡方检验，关于卡方检验的原理大家有兴趣可以去学习。但是在SPSS中根据上述步骤，就能得出结论，我们只需要会用会看就可以。不需要过多的学习统计学专业知识，就能进行一些专业的数据分析一直以来都是IBM SPSS Statistics的优点，好好利用这一点大家也可以很大程度的提高数据分析水平。

作者：何必当真