求算2*3的卡方检验卡方值与p值 不会用SPSS算 spss怎么计算p值和卡方检验？
\u8dea\u6c42\u54ea\u4f4d\u5927\u795e\u5e2e\u6211\u7b97\u4e0b\u8fd9\u4e24\u7ec4\u6570\u636e\u7ecf\u8fc7\u5361\u65b9\u68c0\u9a8c\u7684\uff0c\u5361\u65b9\u503c\u4e0eP\u503c\u3002\u3002\u3002Excel\u4e0espss\u90fd\u4e0d\u4f1a\uff0c\u6349\u6025\u54edhttp://zhidao.baidu.com/link?url=gCZdwhaiOLAHgvzIevpUiGWjqKJa9jk0H0gjdl2CI7c8o41k3EPrX6oFugXPj7FBMmCIpvJqIEsnU_qls-_Tcv7v4Ce8t4DdXXLOrxWhGiO
\u5361\u65b9\u68c0\u9a8c
\u4f60\u7684\u6570\u636e\u5e94\u8be5\u7528\u4ea4\u53c9\u5217\u8054\u8868\u505a\uff0c\u6570\u636e\u5f55\u5165\u683c\u5f0f\u4e3a\uff1a\u5efa\u7acb\u4e24\u4e2a\u53d8\u91cf\uff0c\u53d8\u91cf1\u662f\u7ec4\u522b\uff0c
\u6b63\u5e38\u5bf9\u7167\u7ec4\u7528\u6570\u636e1\u8868\u793a\uff0c\u75c5\u4f8b\u7ec4\u7528\u6570\u636e2\u8868\u793a\uff1b\u53d8\u91cf2\u662f\u7597\u6548\u7b49\u5206\u7c7b\u53d8\u91cf\uff0c\u75281\u8868\u793a\u5206\u7c7b\u5c5e\u60271\uff0c\u75282\u8868\u793a\u5206\u7c7b\u5c5e\u60272\uff0c
\u8fd8\u6709\u4e00\u4e2a\u53d8\u91cf3\u662f\u6743\u91cd\uff0c\u4f8b\u6570
\u6570\u636e\u5f55\u5165\u5b8c\u6210\u540e\uff0c\u5148\u52a0\u6743\u9891\u6570\u540e\u70b9analyze-descriptive statistics-crosstabs-\u628a\u53d8\u91cf1\u9009\u5230rows\u91cc
\uff0c\u628a\u53d8\u91cf2\u9009\u5230column\u91cc\uff0c\u7136\u540e\u70b9\u51fb\u4e0b\u9762\u7684statistics\uff0c\u6253\u5f00\u5bf9\u8bdd\u6846\uff0c\u52fe\u9009chi-squares\uff0c
\u7136\u540e\u70b9continue\uff0c\u518d\u70b9ok\uff0c\u51fa\u6765\u7ed3\u679c\u7684\u7b2c3\u4e2a\u8868\u5c31\u662f\u4f60\u8981\u7684\u5361\u65b9\u68c0\u9a8c\uff0c\u7b2c\u4e00\u884c\u7b2c\u4e00\u4e2a\u6570\u662f\u5361\u65b9\u503c\uff0c
\u540e\u9762\u662f\u81ea\u7531\u5ea6\uff0c\u7136\u540e\u662fP\u503c\u3002
如图输入数据：
输入三列变量，第一列命名为变量一，是行所代表的变量，第二列命名为变量二，是列所代表的变量，第三列则是对应某行某列的观察频数。
数据录好后，在spss菜单里选择选择：数据——加权个案，在弹出的的对话框里把频数选入加权变量的框里，如下图：
然后确定，这一步是做卡方检验前必经的步骤。
接下来进行卡方检验，依次选择：分析——描述统计——交叉表，弹出卡方分析的对话框，然后将变量一、二分别选入行变量和列变量，然后点击“统计量”按钮，选择卡方，如下图：
然后OK出结果
一般情况结果看person卡方的值，如果你的某个单元格的期望值小于5，结果需要校正，建议看fisher精确检验的结果，双侧sig<0.05就代表差异显著了，差异显著即表明所检验的两个变量相关。
以下是数据分析结果：
有上表可知，pearson卡方值=0.398>0.05，因此卡方检验的结果不显著，也就是说无充分理由认为变量一和变量二相关
绛旓細鏁版嵁褰曞ソ鍚庯紝鍦╯pss鑿滃崟閲岄夋嫨閫夋嫨锛氭暟鎹斺斿姞鏉冧釜妗堬紝鍦ㄥ脊鍑虹殑鐨勫璇濇閲屾妸棰戞暟閫夊叆鍔犳潈鍙橀噺鐨勬閲岋紝濡備笅鍥撅細鐒跺悗纭畾锛岃繖涓姝ユ槸鍋鍗℃柟妫楠鍓嶅繀缁忕殑姝ラ銆傛帴涓嬫潵杩涜鍗℃柟妫楠岋紝渚濇閫夋嫨锛氬垎鏋愨斺旀弿杩扮粺璁♀斺斾氦鍙夎〃锛屽脊鍑鍗℃柟鍒嗘瀽鐨勫璇濇锛岀劧鍚庡皢鍙橀噺涓銆浜鍒嗗埆閫夊叆琛屽彉閲忓拰鍒楀彉閲忥紝鐒跺悗鐐瑰嚮鈥滅粺璁...
绛旓細锛屾妸鍙橀噺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锛屽嚭鏉ョ粨鏋滅殑绗3涓〃灏辨槸浣犺鐨鍗℃柟妫楠岋紝绗竴琛岀涓涓暟鏄崱鏂瑰硷紝鍚庨潰鏄嚜鐢卞害锛岀劧鍚庢槸P鍊笺
绛旓細鎵绠楀崱鏂规楠岀殑p鍊锛1銆佽绠鍗℃柟鍊锛氭牴鎹疄闄呰娴鍊煎拰鏈熸湜鍊硷紝鍙互璁＄畻鍑哄崱鏂瑰硷紝鍏紡濡備笅锛氬崱鏂瑰=鈭(瑙傛祴鍊-鏈熸湜鍊)2/鏈熸湜鍊硷紝2銆佽绠楄嚜鐢卞害锛氳嚜鐢卞害鐨勮绠楀叕寮忎负锛氳嚜鐢卞害=(琛屾暟-1)*(鍒楁暟-1)锛屽叾涓鏁板拰鍒楁暟鍒嗗埆琛ㄧず鍙橀噺鐨勭被鍒暟銆3銆佹煡鎵惧崱鏂瑰垎甯冭〃锛氭牴鎹嚜鐢卞害鍜屾樉钁楁ф按骞虫煡鎵惧崱鏂瑰垎甯冭〃...
绛旓細锛屾妸鍙橀噺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锛屽嚭鏉ョ粨鏋滅殑绗3涓〃灏辨槸浣犺鐨鍗℃柟妫楠岋紝绗竴琛岀涓涓暟鏄崱鏂瑰硷紝鍚庨潰鏄嚜鐢卞害锛岀劧鍚庢槸P鍊笺
绛旓細鍙互浣跨敤鍗℃柟妫楠锛屽崱鏂规楠岀敤浜庡垎鏋愬畾绫绘暟鎹笌瀹氱被鏁版嵁涔嬮棿鐨勫叧绯绘儏鍐点傞鍏堝垽鏂璸 鍊兼槸鍚﹀憟鐜板嚭鏄捐憲鎬,濡傛灉鍛堢幇鍑烘樉钁楁,鍒欒鏄庢暟鎹叿鏈夋樉钁楁у樊寮,鍏蜂綋宸紓鍙氳繃閫夋嫨鐧惧垎姣旇繘琛屽姣斿垽鏂傚崱鏂规楠屾槸鐮旂┒瀹為檯瑙傛祴鍊间笌鐞嗚鍊间箣闂寸殑鍋忕绋嬪害锛屽疄闄呰娴嬪间笌鐞嗚鍊间箣闂寸殑鍋忕绋嬪害鍐冲畾鍗℃柟鍊鐨勫ぇ灏忥紝鍗℃柟鍊艰秺澶...
绛旓細p鍊澶т簬0.05锛岃鏄庡嚑缁勪箣闂存讳綋鏉ヨ璁诧紝娌℃湁缁熻瀛﹀樊寮傦紝鍙互璁や负浠栦滑鏉ヨ嚜鍚屼竴鎬讳綋銆傝繖鏍峰氨涓嶉渶瑕佷袱涓ゆ瘮杈冧簡銆傚彧鏈夊湪P灏忎簬0.05鏃讹紝 璇存槑杩欏嚑涓粍鎬讳綋鏉ヨ鏄敱缁熻瀛﹀樊寮傜殑锛屼笉閮芥槸鏉ヨ嚜鍚屼竴鎬讳綋锛岃杩涜涓や袱姣旇緝銆
绛旓細1, Excel璁＄畻鍗℃柟鐨刾鍊鍏紡濡備笅锛"=CHISQ.DIST.RT(chisq, df)"2, 鍗℃柟鍒嗗竷鐨勬鐜囧瘑搴﹀嚱鏁颁腑鍚湁鑷敱搴﹀弬鏁帮紝杩欎釜鍊奸渶瑕佸湪浣跨敤璁＄畻p鍊鐨勫叕寮忔椂鎻愪緵锛孍xcel涓殑chisq瀵瑰簲鐫鍗℃柟鍊锛宒f鎸囪嚜鐢卞害銆3, 浣跨敤鍗℃柟妫楠鏃堕渶瑕佺粺璁℃牱鏈殑棰戞暟鍜屾湡鏈涢鏁帮紝瀵逛簬鏈熸湜棰戞暟鐨勮绠楀彲浠ラ氳繃鏍锋湰鎬婚噺鍜屽垎缁勬瘮渚嬫潵璁＄畻寰楀埌...
绛旓細鍥犱负21.04澶т簬3.84锛屾晠p鍊灏忎簬0.05銆傚崱鏂瑰垎甯冩槸n涓浉浜掔嫭绔嬬殑鏈嶄粠鏍囧噯姝ｆ佸垎甯冪殑闅忔満鍙橀噺鐨勫钩鏂瑰拰鐨勫垎甯.鐢辨鍙煡,鍗℃柟鏄病鏈夎礋鏁扮殑,鍗℃柟鍊瓒婂ぇP鍊灏辫秺灏,瓒婃樉钁.锛坅d-bc锛2n/(a+b)(c+d)(a+c)(b+d)杩欎釜鍏紡閲岄潰abcd鍧囨槸璁℃暟鏁版嵁,鍧囧ぇ浜庣瓑浜0,鑰岋紙ad-bc锛2鐢变簬鏈夊钩鏂,鎵浠ヤ篃涓嶄細涓...
绛旓細鍗℃柟妫楠涓鍗℃柟鍊濡備綍姹傦紵鍏朵腑A浠ｈ〃鏌愪釜绫诲埆鐨勮瀵熼鏁帮紝E浠ｈ〃鍩轰簬H0璁＄畻鍑虹殑鏈熸湜棰戞暟锛孉i涓篿姘村钩鐨勮瀵熼鏁帮紝Ei涓篿姘村钩鐨勬湡鏈涢鏁帮紝n涓烘婚鏁帮紝pi涓篿姘村钩鐨勬湡鏈涢鐜囥傚綋n姣旇緝澶ф椂锛屜2缁熻閲忚繎浼兼湇浠巏-1涓嚜鐢卞害鐨勫崱鏂鍒嗗竷銆傚崱鏂规楠岋紝闇瑕佸洜鍙橀噺鍜岃嚜鍙橀噺鍧囦负瀹氱被鍙橀噺鎵嶅彲浠ヨ繘琛屽垎鏋愩備緥濡傛兂瑕佺爺绌...
绛旓細绗竴姝ワ細浣跨敤SPSSAU绛涢夋牱鏈姛鑳藉銆愬勾绾с戝彉閲忚繘琛屾牱鏈瓫閫夛紝閫夊嚭1骞寸骇鐨勬牱鏈傜浜姝ワ細瀵圭瓫閫夊嚭鐨1骞寸骇鐨勬暟鎹仛鍗℃柟鎷熷悎浼樺害妫楠锛屾楠ゅ涓嬶細锛3锛夊緱鍑哄垎鏋愮粨鏋滐細鎺ョ潃閲嶅涓婅堪鎿嶄綔锛屽2銆3銆4銆5銆6銆7銆8骞寸骇鐨勬у埆鍙橀噺鍒嗗埆鍋氬崱鏂规嫙鍚堜紭搴︽楠岋紝寰楀埌瀵瑰簲8涓鍗℃柟鍊煎拰瀵瑰簲P鍊锛岀粨鏋滃垎鍒涓嬶細2骞寸骇...
