ch2. 交叉表做卡方检验

spss中交叉分析主要用来检验两个变量之间是否存在关系,或者说是否独立,其零假设为两个变量之间没有关系。在实际工作中,经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同

spss交叉表分析方法与步骤: 

1、在spss中打开数据,然后依次打开:analyze--descriptive--crosstabs,打开交叉表对话框 

2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表  

3、设置输出的结果,点击statistics,打开一个新的对话框   

4、勾选chi-square(卡方检验),勾选phi and cramer's V(衡量交互分析中两个变量关系强度的指标),点击continue,回到交叉表对话框   

5、点击cells,设置cell中要展示的数据  

6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框   

7、点击ok按钮,输出检验结果     

8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列   

9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05因此认为不同的性别的人对周末读物的选择有显著的差别   

10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。 

来源:百度文库http://wenku.baidu.com/view/c659b1e3172ded630b1cb6a3.html

数据分析联盟:http://www.52analysis.com/SPSS_SAS/292.html 

 

▼2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表  


▼4、勾选chi-square(卡方检验),勾选phi and cramer's V(衡量交互分析中两个变量关系强度的指标),点击continue,回到交叉表对话框

▼6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框 

▼8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列   

▼9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05,因此认为不同的性别的人对周末读物的选择有显著的差别   


▼10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。 


中文:




是否死亡放置于行好一些;“精确”为默认,“统计量”选卡方和Phi;“单元显示”将计数和百分比全选,“格式”为默认。
 

结果:





Value=卡方值;df=自由度;ASYMP.sig=P值=相伴性概率。p大于0.05(自己设定的显著性水平),接受原假设,否则拒绝,即P值小于0.05认为结果有显著性差异。注意表格下面的注解:b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 191.89,这句话很重要,关系到结果是否可靠!理论频数小于5的cells(格子)比例不超过20%,结果可靠,采用Pearson Chi-Square的P值-ASYMP.sig。当理论频数小于5的cells(格子)比例超过20%,应看Exact Test(确切概率法)。 

给出的Asymp. Sig 是通过卡方值算的。

 



最常用的医学统计:

TTest - 独立样板T检验,推断两个总体的总体的独立样本均值是否存在显著差异

交叉表 - 不同的性别对不同疾病的选择有什么不同用此分析法,即卡方检验,卡方检验

Logist 回归 - 确定两种或两种以上变数间是否相关、相关方向与强度,即相互依赖的定量关系

你可能感兴趣的:(Spss)