别错过，卡方检验实用总结！

通常情况下，卡方检验是研究分类数据与分类数据之间关系的分析方法，如性别和是否戴隐形眼镜之间的关系。卡方检验通常会涉及卡方值和P值两个名词术语。卡方值与P值有对应关系，P值小于0.05则说明有差异存在，即性别与是否戴隐形眼镜之间有联系。在具体差异分析的基础上，进一步分析不同性别样本戴隐形眼镜的百分比，例如，男性戴隐形眼镜的百分比为30%，而女性戴隐形眼镜的百分比为50%，说明女性样本戴隐形眼镜的比例要明显高于男性样本。

 

除此之外，卡方检验（准确说是卡方拟合优度检验）还可以检验定类数据的分布特征是否与预期保持一致。比如本来预计男性和女性的比例各占一半（50%），但收集回来的数据却是45%和55%，那么收集回来的数据是否就明显的偏差预期（50%）呢？此时也可以使用卡方检验。

 

卡方检验在实际使用过程中，还可用于问卷多选题的分析（也称作多重响应分析），比如多选题的选择比例是否均匀，也或者单选题和多选题之间的差异关系情况如何呢，均可使用卡方检验进行分析。下表格为卡方检验的实际使用类型说明：

 

检验类型	说明	举例
卡方检验	定类和定类数据的差异	比如性别和是否戴眼镜
卡方拟合优度检验	定类数据的选项占比差异	比如预期性别中男和女各占一半，数据是否是这样呢?
多重响应分析	多选题的选项分布情况是否有差异？单选题和多选题之间是否有着选择差异？	多选题涉及到的差异分析

 

1 卡方检验理论说明

 

通常理解的卡方检验，其检验目的在于定类和定类数据的差异。比如性别和是否戴眼镜的关系，性别和是否戴眼镜都是定类数据，因此可以研究性别和是否戴眼镜的比例是否有明显的差异性。

除此之外，还有一种卡方检验（准确说是卡方拟合优度检验），其目的是研究定类数据各选项的分布比例上是否有着差异性，比如性别男和女预期是50%和50%，那事实上的样本是否明显的偏离这一比例呢，这种即卡方拟合优度检验。

在问卷研究里面，有很多的多选题，多选题各项的比例是否均匀呢？那么就可以利用卡方拟合优度检验进行分析（SPSSAU默认提供）；如果想研究单选题和多选题的选择差异关系，那么这种是研究定类数据和定类数据的差异性，SPSSAU默认也提供卡方检验结果。

 

2 如何使用SPSSAU进行卡方检验

 

说明	SPSSAU位置
定类和定类数据的差异	通用方法-》交叉(卡方) 医学研究-》卡方检验
定类数据的选项占比差异	医学研究-》卡方拟合优度检验
多选题的选项分布情况是否有差异？单选题和多选题之间是否有着选择差异？	问卷研究-》多选题 问卷研究-》单选-多选 问卷研究-》多选-多选

 

1）绝大多数情况下，均是直接研究定类和定类数据差异，SPSSAU共有两个地方可实现，分别是通用方法里面的“交叉（卡方）”和医学研究里面的卡方检验。如果是汇总数据，即加权数据，此时只能使用医学研究里面的卡方检验，同时，如果希望提供更多详细的数据指标，比如自由度，列联系数，Cramer V等，均需要使用医学研究里面的卡方检验。

 

2）如果是进行卡方拟合优度检验，即研究定类数据选项占比差异，此时应该使用医学研究里面的卡方拟合优度检验。操作如下图所示：

 

默认SPSSAU会假定选项的选择比例完全一致，即男和女的比例是50%和50%。如果预期是40%和60%，那么可对“期望值设置(默认相等)”这个按钮进行设置，如下图：

 

 

3）如果是问卷研究里面的多选题操作，直接使用SPSSAU问卷研究里面对应多选题的按钮即可，比如下图：

 

 

如果是希望研究多选题的选择比例和选择差异情况，那么直接使用‘多选题’；

• 如果是研究单选题和多选题的差异情况，使用‘单选-多选’；
• 如果是研究多选题和单选题的差异情况，使用‘多选-单选’；
• 如果是研究多选题和多选题的差异情况，使用‘多选-多选’；

特别说明一点：多选题的数据格式非常特殊，一个选项一个标题，比如5个选项就有5个标题，而且需要使用数字标识‘选中’还是‘没有选中’，一般情况下数字1表示‘选中’，数字0表示‘没有选中’。

如果原始数据使用数字表示选中，null值表示没有选中，那么需要把null值全部替换成数字0，可使用SPSSAU数据处理->异常值功能进行批量处理，把null值即缺失值填补成数字0即可。

 

 

3 卡方检验相关问题？

使用卡方检验时，数据格式非常重要，因为SPSSAU支付加权和非加权两种格式，而且有时想利用卡方检验查看相关关系情况，此时还需要看一些新的指标，比如列联系数、Cramer V或Lambda指标等。当然还会有一些其它问题，汇总如下图：

 

 

第1点：卡方检验数据格式问题？

SPSSAU共支持2种数据格式，分别是常规数据格式（非加权格式）和加权格式，如下说明：

 

上图为常规格式（即非加权格式），一行代表一个样本，一列代表一个属性，将全部的原始数据信息列出即可，比如有100个样本，那么就有100行数据。

在医学/实验研究时，很多时候只有汇总数据，即带加权项的数据，比如下图中X有2种情况，Y有3个情况，一种有2*3=6种组合，数据信息只有6种组别的汇总项（即加权项），分别是40，10，20，30，20，50；相当于总共有170个样本，如果是使用常规格式（即非加权格式），此时应该有170行；但加权格式则只需要6行即可表示，如下图：

 

在使用SPSSAU医学研究-》卡方检验，也或者医学研究-》卡方拟合优度检验时，SPSSAU均支持加权数据格式。一旦数据是加权格式，那么分析时需要把‘加权项’放到对应的框中即可。

 

第2点：fisher卡方值问题？

在SPSSAU的医学研究->卡方检验里面，如果数据是2*2格式，比如性别为男和女2个选项，学历分为本科以下和本科以上共2个选项。那么此时为2*2的组合，此时spssau默认会提供fisher卡方检验值。

当然，SPSSAU还会提供一些其它的卡方指标值，包括pearson卡方，连续校正卡方，各选择单元格的期望值和比例值等中间过程值等等（当然具体应该使用那一个，SPSSAU会自动进行判断和选择），下图仅为中间过程值等。

 

第3点：相关关系问题？

如果希望看出差异的幅度，而不仅仅是看是否有差异。除了使用肉眼进行分析，即对比选择百分比的具体值情况进行分析外。还可以使用效应量（effect size）,effect size值通常包括Phi、列联系数、校正列联系数、Cramer V和Lambda等。此五个系数的意义都是查看差异幅度，但使用的前提并不一样，通常只需要使用其中一个即可，具体使用的标准和说明如下：

 

 

第4点：到底用卡方，还是方差，也或者非参数检验？

有时候会出现一种疑问，比如看下面的例子。

当前想研究性别和满意度的差异关系，满意度分为“非常不满意、比较不满意、一般、满意和非常满意”共五项。满意度看上去更像是定量数据，而非定类数据，但看成是定类数据也可以。

那么此时到底用卡方呢，还是使用方差（也或者非参数检验呢？）。其实这里的满意度是一种有序的定类数据，一般这种数据可能看成是定量更多，即使用方差分析更适合（当然也可使用卡方检验）。

但比如医学里面有这样的数据“未见疗效，好转和治愈”，这个也是有序的定类数据，这个仅3项，看成是定类数据就更适合了，所以使用卡方检验较好。