如何用spss 做卡方检验 如何用SPSS做卡方检验

100\u5206 \u6c42\u5982\u4f55\u7528spss17.0 \u505a\u5361\u65b9\u68c0\u9a8c?

\u65b9\u6cd5\u4e00\uff1a
\u628a\u6570\u636e\u8f6c\u5316\u6210\u56db\u683c\u8868\uff0c\u7136\u540e\u4f60\u5c31\u660e\u767d\u4e86\u3002\u7136\u540e\u7528\u5361\u65b9\u68c0\u9a8c\u3002
\u53d1\u75c5 \u4e0d\u53d1\u75c5
\u5b9e\u9645\uff08fo\uff09 201 262 \u5171463\u4eba
\u671f\u671b (fe) 169 294 \u5171463\u4eba
X2=4.789
\u7531\u4e8edf=1,\u67e5\u8868\u5f97\uff0cP<0.05\u663e\u8457\uff0c\u8bf4\u660e\u8fd9\u4e2a\u9884\u6d4b\u662f\u5177\u6709\u7edf\u8ba1\u5b66\u610f\u4e49\u7684\u3002
\u65b9\u6cd5\u4e8c\uff1a\u7528spss\u505a\u7684\u8bdd\uff0c\u90a3\u5c31\u662f\u5217\u8054\u8868\u5206\u6790\u3002\u6570\u636e\u5f55\u5165\u683c\u5f0f\u4e3a\uff1a\u5efa\u7acb\u4e24\u4e2a\u53d8\u91cf\uff0c\u53d8\u91cf1\u662f\u5b9e\u9645\u548c\u671f\u671b\uff0c\u5b9e\u9645\u7528\u6570\u636e1\u8868\u793a\uff0c\u90a3\u671f\u671b\u5c31\u7528\u6570\u636e2\u8868\u793a\uff1b\u53d8\u91cf2\u662f\u53d1\u75c5\u60c5\u51b5\uff0c\u53d1\u75c5\u75281\u8868\u793a\uff0c\u4e0d\u53d1\u75c5\u75282\u8868\u793a\uff0c\u4e5f\u5c31\u662f\u8bf4\uff0c\u4f60\u7684\u53d8\u91cf1\u4e2d\u5e94\u8be5\u6570\u636e463\u4e2a1\uff0c\u7136\u540e\u8f93\u5165463\u4e2a2\uff0c\u53d8\u91cf2\u4e2d\uff0c\u5148\u8f93\u5165201\u4e2a1\uff0c\u518d\u8f93\u5165262\u4e2a2\uff0c\u518d\u8f93\u5165169\u4e2a1\uff0c\u518d\u8f93\u5165294\u4e2a2\uff0c\u5efa\u8bae\u4f60\u7528EXCL\u6765\u6570\u636e\u65b9\u4fbf\u7684\u591a\u3002\u76f4\u63a5\u53ef\u4ee5\u590d\u5236\u3002
\u6570\u636e\u5f55\u5165\u5b8c\u6210\u540e\uff0c\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
\u6211\u7b97\u8fc7\u4e86\uff0c\u4f60\u7684\u6570\u636e\u5f97\u5230\u7684\u5361\u65b9\u503c\u5e94\u8be5\u662f4.609\uff0cdf=1\uff0cP\u503c=0.032\uff0cP<0.05\uff0c\u6240\u4ee5\u663e\u8457\u3002\u9884\u6d4b\u662f\u6709\u7edf\u8ba1\u5b66\u610f\u4e49\u7684\u3002

1、建立数据文件。对新手而言此步最关键。

打开软件，“新数据集”， 假如是一个两列三行的数据，在Excel中原始表可以是两列并立，共3行数字，而此时在SPSS中新数据集建成后则一般为单列6行数字。

在变量视图中设置变量为第一步，假如在Excel中是一个两列三行的数据，在Excel中两列题头分别为“不突出子宫”“突出子宫”，在Excel中三行分别为“粘连型”“植入型”“穿透型”，则在SPSS中需设置3个变量，第一变量名称填为“位置”，类型选“字符串”，测量选“名义”； 第二变量名称填为“类型”，类型选“字符串”，测量选“名义”； 第三变量名称填为“数值”，类型选“数值”，测量选“度量”；

（图1）

在数据视图中开始输入数据，在第一列位置下第1、2行分别输入“不突出”“突出”，第3、4行；5、6行同1、2行；在第二列类型下第1、2行输入“粘连型”，3、4行输入“ 植入型”，5、6行输入“ 穿透型”；在第三列数值下输入各类数据的具体值。

至此，数据集建立完毕。

2、单击主菜单“数据"-”加权个案“，打开加权个案对话框。从左边源变量选择“数值”作为权变量，将其选入“频率变量：”框中，单击”确定“按钮，执行加权命令。

加权后此行数值作为个数出现，如35表示有35例；而不加权则此行数值作为单一数值，如35cm之类。

3、单击主菜单中的“分析”-“描述统计”-“交叉表”，打开对话框。

将左边源对话框中的“位置”作为行变量调入“行：”下的矩形框；“类型”作为列变量调入“列：”下矩形框。

4、单击“交叉表”对话框中的“统计量”选项，选中“卡方”，单击“继续”，返回到“交叉表”对话框。

5、单击"单元格"选项，在计数下激活“期望值”，在百分比下激活“行”，单击“继续”，返回到“交叉表”对话框。

6、在“交叉表”对话框中，单击"确定"按钮，即可得输出结果。

7、卡方检验结果：主要看pearson卡方检验行，pearson卡方数值即为卡方值（如下的12.705），渐近显著性（sig）值即为P值（如下的0.002），小于0.05时认为不同位置对不同类型的胎盘判断有显著的差别。

扩展资料：

SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（SolutionsStatistical Package for the Social Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，这标志着SPSS的战略方向正在做出重大调整。

SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。

1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。

参考资料：百度百科-spss

你这个要用加权卡方来进行分析！

具体步骤：

一、首先将两组病人的数据输入进spss

二、对人数进行加权操作

点击数据——个案加权——对人数进行加权

三、进行卡方检验，得出结果

依次点击分析——描述统计——交叉表

将组别和是否发病选入行和列

点击统计——勾选卡方——点击继续——确定

得出分析结果：P大于0.05，因此组别和人数不存在显著差异

更多数据分析精彩问答、数据分析视频教程、文档下载，敬请关注谦瑞数据！

1、首先，打开或者新建立一组数据。

2、这里是打开了一组案例分析中的数据进行分析。

3、找到非参数检验->就对话框->卡方检验，将其单击单击打开。

4、下面是卡方检验的参数设置窗口。将左边的原变量选入到检验变量列表中。

5、打开精确，里面的值默认如下图所示，一般不需要更改。

6、打开选项窗口，将描述性复选框按钮进行勾选。

7、再将期望单选和期望值选择好。全部参数设定好之后单击确定获得检验分析结果。

8、检验分析结果如下图所示：

按以下格式录入数据：
分组 是否发病 人数
1 1 26
1 2 24
2 1 29
2 2 21
将变量“人数”Weight Cases
Analyze->Descriptive Statistics->Crosstabs：将分组放入“行”，将是否发病放入“列”，“统计Statistics”选项框内选择“Chi-square”，确定运行，OK。祝你好运！

1. 数据加权

如果数据是汇总格式（如上图中的Total count data），则在进行卡方检验之前，需要先对数据加权。如果数据是个案格式（如上图中的Individual scores for each paticipant），则可以跳过“数据加权”步骤，直接进行卡方检验的SPSS操作。

数据加权的步骤如下：

在主页面点击Data→Weight Cases

弹出Weight Cases对话框后，点击Weight cases by，激活Frequency Variable窗口。

将freq变量放入Frequency Variable栏，点击OK。

2. 卡方检验（R×C）

在主页面点击Analyze→Descriptive Statistics→Crosstabs，弹出Crosstabs对话框。将变量buyer_type和property_type分别放入Row(s)栏和Column(s)栏。

点击Statistics后，弹出的对话框中点击Chi-square，并点击Nominal栏中的Phiand Cramer’s V。

点击Continue→Cells，在弹出的对话框中，点击Counts栏Expected选项，并点击Percentages栏中的Row和Column选项，Residuals栏中的Adjusted Standardized，点击Continue→OK。

经上述操作，SPSS输出预期频数结果如下图。

结果显示，本研究最小的期望频数是6.5，大于5，满足假设3，具有足够的样本量。Chi-Square Tests 表格也对该结果做出提示，如下图。

即在本研究中，没有小于5的期望频数，可以直接进行卡方检验（R×C）。

扩展阅读：mann whitney u检验spss ... spss 秩和检验 ... spss 独立t检验 ... spss 检验结果解读 ... 趋势卡方检验 spss ... r c卡方检验spss步骤 ... spss t检验如何做 ... 利用spss进行卡方检验 ... spss pearson卡方检验 ...