急！spss卡方检验结果怎么看 SPSS卡方检验的结果怎么解读？
\u600e\u4e48\u9605\u8bfbSPSS\u5361\u65b9\u68c0\u9a8c\u7684\u7ed3\u679cASYMP.sig\u5c31\u662f\u6211\u4eec\u5e38\u8bf4\u7684P\u503c\uff0c\u4e00\u822c\u6765\u8bf4\uff0c\u53ea\u8981P\u503c\u5c0f\u4e8e0.05\u5c31\u8ba4\u4e3a\u7ed3\u679c\u6709\u663e\u8457\u6027\u5dee\u5f02\uff0cP\u503c\u5927\u4e8e0.05\u5c31\u6ca1\u6709\u663e\u8457\u5dee\u5f02\u3002
\u5206\u6790\u7ed3\u679c\uff1a
\u03c72\u503c\u4e0eP\u503c\uff0c\u4f9d\u6b21\u770b\u201cChi-Square Tests\u201d\u8868\u7684\u7b2c1\u884c\uff0c\u7b2c1\u5217\u548c\u7b2c3\u5217\u3002\u8865\u5145\uff1a\u7b2c2\u884c\u662f\u6821\u6b63\u7684\u5361\u65b9\u503c\u4e0eP\u503c\uff0c\u7b2c4\u884c\u662fFisher\u786e\u5207\u6982\u7387\u6cd5\u8ba1\u7b97\u7684P\u503c\u3002\u901a\u5e38\u89c4\u5b9a\uff1a
1\u3001\u5f53\u603b\u6837\u672c\u91cfn\u226540\u4e14\u6240\u6709\u7684\u5355\u5143\u683c\u7684\u7406\u8bba\u9891\u6570\uff08\u671f\u671b\u9891\u6570\uff09T\u22655\u65f6\uff0c\u91c7\u7528Pearson\u03c72\u68c0\u9a8c\uff0c\u770b\u7b2c1\u884c\u7684\u7ed3\u679c\uff1b
2\u3001\u5f53\u603b\u6837\u672c\u91cfn\u226540\u4f46\u67091\u2264T\uff1c5\u65f6\uff0c\u91c7\u7528\u8fde\u7eed\u6027\u6821\u6b63\u03c72\u68c0\u9a8c\uff0c\u770b\u7b2c2\u884c\u7684\u7ed3\u679c\uff1b
3\u3001\u5f53\u603b\u6837\u672c\u91cfn\uff1c40\uff0c\u6216\u6700\u5c0f\u7406\u8bba\u9891\u6570T\uff1c1\uff0c\u6216\u68c0\u9a8c\u6240\u5f97P\u503c\u63a5\u8fd1\u4e8e\u68c0\u9a8c\u6c34\u51c6\u03b1\uff0c\u91c7\u7528Fisher\u786e\u5207\u6982\u7387\u6cd5\u68c0\u9a8c\uff0c\u770b\u7b2c4\u884c\u7684\u7ed3\u679c\u3002
\u6269\u5c55\u8d44\u6599
\u5361\u65b9\u68c0\u9a8c\u6700\u5e38\u89c1\u7684\u7528\u9014\u5c31\u662f\u8003\u5bdf\u67d0\u65e0\u5e8f\u5206\u7c7b\u53d8\u91cf\u5404\u6c34\u5e73\u5728\u4e24\u7ec4\u6216\u591a\u7ec4\u95f4\u7684\u5206\u5e03\u662f\u5426\u4e00\u81f4\u5b9e\u9645\u4e0a\uff0c\u9664\u4e86\u8fd9\u4e2a\u7528\u9014\u4e4b\u5916\uff0c\u5361\u65b9\u68c0\u9a8c\u8fd8\u6709\u66f4\u5e7f\u6cdb\u7684\u5e94\u7528\u3002\u5177\u4f53\u800c\u8a00\uff0c\u5176\u7528\u9014\u4e3b\u8981\u5305\u62ec\u4ee5\u4e0b\u51e0\u4e2a\u65b9\u9762\uff1a
1\u3001\u68c0\u9a8c\u67d0\u4e2a\u8fde\u7eed\u53d8\u91cf\u7684\u5206\u5e03\u662f\u5426\u4e0e\u67d0\u79cd\u7406\u8bba\u5206\u5e03\u76f8\u4e00\u81f4\u3002\u5982\u662f\u5426\u7b26\u5408\u6b63\u6001\u5206\u5e03\u3001\u662f\u5426\u670d\u4ece\u5747\u5300\u5206\u5e03\u3001\u662f\u5426\u670d\u4ecePoisson\u5206\u5e03\u7b49\u3002
2\u3001\u68c0\u9a8c\u67d0\u4e2a\u5206\u7c7b\u53d8\u91cf\u5404\u7c7b\u7684\u51fa\u73b0\u6982\u7387\u662f\u5426\u7b49\u4e8e\u6307\u5b9a\u6982\u7387\u3002\u5982\u572836\u90097\u7684\u5f69\u7968\u62bd\u5956\u4e2d\uff0c\u6bcf\u4e2a\u6570\u5b57\u51fa\u73b0\u7684\u6982\u7387\u662f\u5426\u5404\u4e3a1\uff0f36\uff1b\u63b7\u786c\u5e01\u65f6\uff0c\u6b63\u53cd\u4e24\u9762\u51fa\u73b0\u7684\u6982\u7387\u662f\u5426\u5747\u4e3a0\uff0e5\u3002
3\u3001\u68c0\u9a8c\u67d0\u4e24\u4e2a\u5206\u7c7b\u53d8\u91cf\u662f\u5426\u76f8\u4e92\u72ec\u7acb\u3002\u5982\u5438\u70df(\u4e8c\u5206\u7c7b\u53d8\u91cf\uff1a\u662f\u3001\u5426)\u662f\u5426\u4e0e\u547c\u5438\u9053\u75be\u75c5(\u4e8c\u5206\u7c7b\u53d8\u91cf\uff1a\u662f\u3001\u5426)\u6709\u5173\uff1b\u4ea7\u54c1\u539f\u6599\u79cd\u7c7b(\u591a\u5206\u7c7b\u53d8\u91cf)\u662f\u5426\u4e0e\u4ea7\u54c1\u5408\u683c(\u4e8c\u5206\u7c7b\u53d8\u91cf)\u6709\u5173\u3002
4\u3001\u68c0\u9a8c\u63a7\u5236\u67d0\u79cd\u6216\u67d0\u51e0\u79cd\u5206\u7c7b\u56e0\u7d20\u7684\u4f5c\u7528\u4ee5\u540e\uff0c\u53e6\u4e24\u4e2a\u5206\u7c7b\u53d8\u91cf\u662f\u5426\u76f8\u4e92\u72ec\u7acb\u3002\u5982\u5728\u4e0a\u4f8b\u4e2d\uff0c\u63a7\u5236\u6027\u522b\u3001\u5e74\u9f84\u56e0\u7d20\u5f71\u54cd\u4ee5\u540e\uff0c\u5438\u70df\u662f\u5426\u548c\u547c\u5438\u9053\u75be\u75c5\u6709\u5173\uff1b\u63a7\u5236\u4ea7\u54c1\u52a0\u5de5\u5de5\u827a\u7684\u5f71\u54cd\u540e\uff0c\u4ea7\u54c1\u539f\u6599\u7c7b\u522b\u662f\u5426\u4e0e\u4ea7\u54c1\u5408\u683c\u6709\u5173\u3002
5\u3001\u68c0\u9a8c\u67d0\u4e24\u79cd\u65b9\u6cd5\u7684\u7ed3\u679c\u662f\u5426\u4e00\u81f4\u3002\u5982\u91c7\u7528\u4e24\u79cd\u8bca\u65ad\u65b9\u6cd5\u5bf9\u540c\u4e00\u6279\u4eba\u8fdb\u884c\u8bca\u65ad\uff0c\u5176\u8bca\u65ad\u7ed3\u679c\u662f\u5426\u4e00\u81f4\uff1b\u91c7\u7528\u4e24\u79cd\u65b9\u6cd5\u5bf9\u5ba2\u6237\u8fdb\u884c\u4ef7\u503c\u7c7b\u522b\u9884\u6d4b\uff0c\u9884\u6d4b\u7ed3\u679c\u662f\u5426\u4e00\u81f4\u3002
\u53c2\u8003\u8d44\u6599\uff1a\u767e\u5ea6\u767e\u79d1-\u5361\u65b9\u68c0\u9a8c
chi-square\u5c31\u662f\u5361\u65b9\u7684\u610f\u601d\uff0c\u56e0\u6b64\u4f60\u7684\u7ed3\u679c\u7684\u5361\u65b9\u503c\u7b49\u4e8e9.910\uff1bdf\u6307\u7684\u662f\u81ea\u7531\u5ea6\uff1basymp.sig\u5c31\u662f\u6211\u4eec\u5e38\u8bf4\u7684p\u503c\uff0c\u56e0\u6b64p=0.007\uff1b\u4e00\u822c\u6765\u8bf4\uff0c\u53ea\u8981p\u503c\u5c0f\u4e8e0.05\u5c31\u8ba4\u4e3a\u7ed3\u679c\u6709\u663e\u8457\u6027\u5dee\u5f02\uff1b\u6b64\u5916\uff0c\u4f60\u8fd8\u5e94\u8be5\u6ce8\u610f\u8868\u683c\u4e0b\u9762\u7684\u6ce8\u89e3\uff1a
a.
0
cells
(.0%)
have
expected
count
less
than
5.
the
minimum
expected
count
is
66.7.
\u8fd9\u53e5\u8bdd\u5f88\u91cd\u8981\uff0c\u5173\u7cfb\u5230\u4f60\u7684\u7ed3\u679c\u662f\u5426\u53ef\u9760\uff01asymp.sig\u7684\u7ed3\u679c\uff0c\u7406\u8bba\u9891\u6570\u5c0f\u4e8e5\u7684cells\uff08\u683c\u5b50\uff09\u6bd4\u4f8b\u4e0d\u80fd\u8d85\u8fc720%\uff0c\u5426\u5219\u7ed3\u679c\u4e0d\u53ef\u9760\u3002\u6309\u7167\u8fd9\u4e2a\u6807\u51c6\uff0c\u4f60\u7684\u6570\u636e\u6ca1\u6709\u4efb\u4f55\u4e00\u4e2a\u683c\u5b50\u7684\u7406\u8bba\u9891\u6570\u5c0f\u4e8e5\uff08\u6700\u5c0f\u503c\u662f66.7\uff09\uff0c\u56e0\u6b64\u4f60\u7684\u7ed3\u679c\u662f\u53ef\u9760\u7684\u3002
\u5982\u679c\u7406\u8bba\u9891\u6570\u5c0f\u4e8e5\u7684cells\uff08\u683c\u5b50\uff09\u6bd4\u4f8b\u8d85\u8fc720%\uff0c\u4f60\u5c31\u4e0d\u80fd\u4f7f\u7528asymp.sig\u7684\u7ed3\u679c\uff0c\u6b64\u65f6\u5e94\u8be5\u5728spss\u5361\u65b9\u68c0\u9a8c\u4e2d\u9009\u62e9\u4f7f\u7528exact
test\uff08\u786e\u5207\u6982\u7387\u6cd5\uff09\uff0c\u4ee5exact
test\u7684\u7ed3\u679c\u4e3a\u51c6\uff08\u8f6f\u4ef6\u4e5f\u540c\u65f6\u663e\u793aasymp.sig\u7684\u7ed3\u679c\uff09\u3002
看显著性看P值，也就是sig.值 ，P<0.05就显著。
图上无论看哪个其实结果都是显著的。
具体看哪个，请参考以下，n对应样本量，T对应最小期望计数。
当n≥40且T≥5时直接用卡方检验公式，
当n≥40且1≤T<5时，用连续校正卡方值或者fisher的确切概率。
当n≤40或T<1时用fisher的确切概率
谈深一点来说，四格表理论上一般就应该直接进行校正，或者，直接进行 Fisher 确切概率计算比较好。这一点，已经是国外的共识了。 (判断方法来源于网络）
卡方值＝7.36，p=0.599>0.05，故接受原假设，可认为年级与消费金额之间是独立的，即相关系数r=0.
绛旓細涓夈佹帴鐫锛屽拰绠鍗曠嚎鎬у洖褰掍笉鍚岀殑灏辨槸鎴戜滑瑕佹斁鍏ュ伐鍏峰彉閲忥紝涔熷氨鏄涓婇潰鐨勫彈鏁欒偛骞撮檺杩涜棰勬祴鐨勫彉閲忥紝杩欎釜鍙橀噺鍖呮嫭锛氱埗姣嶇殑鍙楁暀鑲插勾闄愩佸勾榫勩佺鏃忋傚湪瑙ｉ噴鍙橀噺涓湁銆佸湪宸ュ叿妗嗕腑娌℃湁鐨勫彉閲忓氨鏄垜浠殑宸ュ叿鍙橀噺瑕侀娴嬬殑鍙橀噺銆傚洓銆佺偣鍑籵k鎸夐挳锛屽紑濮嬪鐞嗘暟鎹苟杈撳嚭缁撴灉銆備簲銆佺涓涓粨鏋滄槸瀵规ā鍨嬬殑鎻忚堪锛屽畠...
绛旓細濡傛灉浣犺兘鎶婄浜屽紶琛ㄧ殑鐧惧垎姣旀樉绀哄嚭鏉ュ氨鏇村姞鐪嬪緱娓呮銆缁撴灉琛ㄦ槑锛鍗℃柟鍊23.98锛宲<0.001锛屾湁鏋佹樉钁楃殑缁熻鎰忎箟銆傝鏄庡惎鍔ㄩ噾閽变笌涓э紝鍦ㄦ秷璐瑰喅绛栦笂瀛樺湪鏋佹樉钁楃殑宸紓銆傞噾閽卞惎鍔ㄧ粍鍐崇瓥1鏇村涓浜涳紝涓х殑鍐崇瓥2澶氫竴浜
绛旓細鍗℃柟鍊硷紳7.36锛宲=0.599>0.05锛屾晠鎺ュ彈鍘熷亣璁撅紝鍙涓哄勾绾т笌娑堣垂閲戦涔嬮棿鏄嫭绔嬬殑锛屽嵆鐩稿叧绯绘暟r=0.
绛旓細闇鍏堟敹闆嗘暟鎹紝鐢ㄥ垎绫诲彉閲忚繘琛岀粺璁°1銆佹敹闆嗘暟鎹苟鏁寸悊鎴愰傚悎鍗℃柟妫楠鐨勬牸寮忋2銆佸湪SPSS涓夋嫨閫傚綋鐨勫崱鏂规楠屾柟娉曪紝杈撳叆鏁版嵁骞惰繘琛屽垎鏋愩3銆佹牴鎹缁撴灉涓殑鍗℃柟鍊煎拰p鍊硷紝鍒ゆ柇鏄惁绗﹀悎3:1鐨勬瘮渚嬨
绛旓細涓昏鏄湅P鍊硷紝P<0.05璇存槑鏈夊樊寮傦紝鍏蜂綋宸紓灏辩湅鎷彿閲岄潰鐨勭櫨鍒嗘暟灏卞ソ銆備互鍙婄綉椤靛湪绾SPSS灏辨槸SPSSAU杩欎釜鏇存櫤鑳借屼笖鏂逛究浜涳紝閲岄潰鐩存帴灏卞嚭鏉ヨ鑼冨ソ鐨勮〃鏍间笉鐢ㄦ暣鐞嗭紝鑰屼笖瀵瑰簲鏈夋櫤鑳芥枃瀛楀垎鏋愶紝杩樻湁鍥惧舰缁撳悎鐫鍙互杩涜鍒嗘瀽浣跨敤銆
绛旓細杩樻湁涓涓彉閲3鏄潈閲嶏紝渚嬫暟 鏁版嵁褰曞叆瀹屾垚鍚庯紝鍏堝姞鏉冮鏁板悗鐐筧nalyze-descriptive statistics-crosstabs-鎶婂彉閲1閫夊埌rows閲 锛屾妸鍙橀噺2閫夊埌column閲岋紝鐒跺悗鐐瑰嚮涓嬮潰鐨剆tatistics锛屾墦寮瀵硅瘽妗嗭紝鍕鹃塩hi-squares锛岀劧鍚庣偣continue锛屽啀鐐筼k锛屽嚭鏉缁撴灉鐨勭3涓〃灏辨槸浣犺鐨鍗℃柟妫楠锛岀涓琛岀涓涓暟鏄崱鏂瑰硷紝鍚庨潰...
绛旓細涓棿涓夎灏辨槸涓嶅悓鐨勮绠楀師鐞嗚繘琛岀殑鍗℃柟缁撴灉鍒嗘瀽 涓鑸儏鍐典笅鐪媝earson鍗℃柟灏卞彲浠ヤ簡 sig鐨勫煎鏋滐紲0.05 璇存槑涓よ呮湁鐩稿叧鎬,锛0.05 璇存槑涓よ呮病鏈夌浉鍏虫 浣嗘槸浠庝綘鏈鍚庝竴鍒楀彲浠ョ湅鍑 浣犵殑鏁版嵁涓嶉傚悎鐢ㄥ崱鏂瑰垎鏋,鍥犱负鍗℃柟鍒嗘瀽鐨勬暟鎹繀椤绘槸棰戞暟鏁版嵁,涔熷氨鏄兘搴旇鏄暣鏁,浣嗘槸浣犵殑杩樻湁0.33 鏄庢樉鐨勪笉瀵 ...
绛旓細鍗℃柟妫楠鏄敤鏉ヨ瘉鏄庝袱涓垎绫诲彉閲忎箣闂存槸鍚﹀瓨鍦ㄧ浉鍏虫э紝鐩稿叧鍒嗘瀽绯绘暟鏄敤鏉ヨ瘉鏄庝袱涓繛缁у彉閲忎箣闂存槸鍚﹀瓨鍦ㄧ浉鍏虫х殑銆缁撴灉閮芥槸鐪媠ig鐨勫硷紝鑻ig锛0.05锛岃鏄庣浉鍏虫樉钁
绛旓細n=94锛屾渶灏忕悊璁洪鏁癟=4.70锛1<T<5锛屼娇鐢ㄨ繛缁牎姝鍗℃柟鍊硷紝鍗 鍗℃柟鍊=0.228锛孭=0.633>0.05锛屾棤缁熻瀛︽剰涔夈
