IBM SPSS Statistics 中文网站 > 使用技巧 > spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正

spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正

发布时间:2023-11-03 10: 00: 00

品牌型号:Dell N5010

系统:Windows 10

软件版本:IBM SPSS Statistics

对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。

一、spss卡方检验结果线性关联是什么

对于有序分布的离散型变量,进行卡方检验时,除了关注皮尔逊卡方检验结果之外,还须关注线性关联结果。有序分布的离散型变量如年代,时间等。例如有人统计了连续几年某项考试的考生数据,根据通过率,能否得出该项考试通过率随时间发生变化,即通过率与时间之间是否有线性关系。原始数据如图1所示。

待分析数据
图1 待分析数据

卡方检验的方法大家可以登录SPSS中文网站学习,这里不再赘述,本文主要讨论卡方检验结果的解读与分析。按照卡方检验的方法,处理数据后,结果如图2所示。

卡方检验结果
图2 卡方检验结果

卡方检验结果中,首先关注皮尔逊卡方,其渐进显著性为0.987,大于0.05,此时应接受卡方检验的原假设,即两组变量间不存在相关关系,认为年份和通过率之间没有相关性。如果渐进显著性小于0.05,则接受备选假设,认为两组变量间存在相关关系,认为年份和通过率之间存在相关性。由于年份为连续性离散变量,此时还应关注线性关联统计量,同样道理,线性关联渐进显著性为0.547,大于0.05,两组变量间不存在线性相关关系,即通过率不随着年份变化而呈线性变化。

对于存在顺序的离散型变量,我们除需要关注皮尔逊卡方检验结果之外,还应关注线性关联统计量,线性关联统计量渐进显著性大于0.05,认为两组变量之间不存在线性关系,小于0.05,则存在线性关系。由于数据结构不同,卡方检验还会产生不同的分析结果,例如连续性校正统计量。很多用户会疑惑为什么有时作卡方检验会出现连续性校正统计量,有时没有,本文第一小节中实例就不存在连续性校正统计量,原因在第二小节中向大家介绍。

二、spss卡方检验结果没有连续性校正

卡方检验过程中以离散型变量代替了连续性变量进行计算,因此在频数小于5或数据量低于40时,计算结果会出现偏斜,特别是对于2*2型数据。所谓2*2型数据,是指待分析数据有两个离散变量,每个离散变量又分别有两种情况。在频数小于5或数据量低于40时,基于超几何分布的费舍尔精确检验更为适合2*2型数据。

例如考察发病率与性别的关系,数据如图3所示,其中性别1代表男性,性别2代表女性,1代表发病,2代表未发病,人数为各组统计人数。数据结构为2*2型,对这组数据进行卡方分析,结果如图4所示。

性别与发病人数统计数据
图3 性别与发病人数统计数据

与第一小节中卡方检验结果相比,卡方分析结果中多了连续性校正和费希尔精确检验两项,并且b处标记仅对2*2表进行计算。

卡方检验结果
图4 卡方检验结果

因此对于非2*2表,卡方检验不会提供连续性修正结果。

本文介绍了SPSS卡方检验结果线性关联是什么,SPSS卡方检验为什么没有连续性校正的内容。对于有序的离散型变量,除了关注皮尔逊卡方检验结果之外,还应关注线性关联统计量,线性关联统计量反应了变量之间是否存在线性关系。对于非2*2结构数据,不符合超几何分布的应用条件,因此不会提供连续性修正结果。

展开阅读全文

标签:spss卡方检验spss卡方检验步骤

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
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如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss矩阵散点图怎么做 spss矩阵散点图怎么看相关性
随着经济社会的发展,人们愈加重视数据的作用,数据可视化作为应用的热点,已经渗透到生产生活的各个方面。矩阵散点图可以直观反映多变量间相互关系,是数据可视化的具体应用。关于SPSS矩阵散点图怎么做,SPSS矩阵散点图怎么看相关性,本文借助实例向大家作简单介绍。
2023-12-01
spss合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31
spss方差齐性检验如何操作 spss方差齐性检验怎么看方差齐不齐
方差的大小代表了数据分布的离散程度,方差大,数据分布越分散,方差小,数据分布越集中。组间数据分布离散程度差别较大时,是不能进行比较的,此时不能确定两组数据的差异来源于组间还是组内,因此方差齐性检验是进行组间数据比较的基础。关于SPSS方差齐性检验如何操作,SPSS方差齐性检验怎么看方差齐不齐,本文借助实例,向大家作简单介绍。
2023-10-25

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: