作為非參數檢驗之一的卡方檢驗用于判斷樣本是否來自特定分布的總體的檢驗方法，主要用于研究總體分布和理論分布是否存在顯著差異。適用于有多個分類值的總體分布的分析。在這次教程中，我們給大家演示SPSS如何進行卡方檢驗。下面我們使用IBM SPSS Statistics 26（win10）結合具體案例詳細演示一遍吧。

打開樣本數據

醫學家研究發現，在一周中，周一心臟病患者猝死的人數較多，其他時間相同。周一到周日的比例近似為2.8:1:1:1:1:1:1。

為此在網上搜集了一份心臟病人死亡日期的樣本數據，用于推斷總體分布是否與上述理論分布相吻合。通過該樣本數據可以看到只有“人數”和“日期”兩個變量。

圖1：樣本數據

卡方檢驗

打開卡方檢驗選項

首先在數據編輯器菜單中找到并點擊“分析”，然后依次打開“非參數檢驗—舊對話框—卡方”，如圖2所示。

圖2：打開卡方檢驗選項

選項設置

首先將統計欄勾選“描述”，接著將缺失值欄勾選“按檢驗排除個案”，最后點擊“繼續”即可。

圖3：選項設置

檢驗變量和期望值設置

首先我們需要檢驗的變量是日期，所以將“日期”變量移動到“檢驗變量列表”中，接著期望范圍采取默認選項即可，期望值就是添加剛剛專家研究發現的比例，選擇“值”，依次輸入并添加2.8,1,1,1,1,1,1。如圖4所示。

圖4：檢驗變量和期望值設置

卡方檢驗結果分析

所有設置完成后點擊“確定”，SPSS將自動生成卡方驗證輸出文檔，可以看到卡方檢驗的“死亡日期”表中的實測個案數和期望個案數以及它們的殘差。

檢驗統計表的漸進顯著性（P值）大于0.05，所以不拒絕原假設（樣本來自的總體分布與期望分布或某一理論分布無顯著差異），也就是說心臟病猝死人數與日期的關系基本上與上述比例一致，與理論分布無顯著差異。

圖5：卡方檢驗結果分析

好了，以上就是SPSS如何進行卡方檢驗的教程，如還需了解學習更多有關IBM SPSS Statistics的相關知識，敬請訪問IBM SPSS Statistics中文網站。

總結

以上是生活随笔為你收集整理的SPSS教程——进行卡方检验的相关步骤的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。