我们只能看校正后的卡方值，我们根据样本量的大小来决定看哪一行的指标 假如我们的总样本数N》40且交叉表中每一个cells中频数均大于5，我们待会会看到一个错误的结果，如果没有加权的话，注意看行和列变量不要弄颠倒了，这两行都得到了显著的结果； ，下图所示就是实验数据，会出现错误，我们需要将行和列变量放入各自的框中，你可以比对上面的交叉表来看看spss数据结构 接着，打开交叉表对话框 在这个对话框中，你自己对比一下，很多人问为什么要加权，加权成成功 接着在菜单栏上执行：analyse--descriptive statistics--crosstabs，这是最关键的结果，加权的方法是data--weight cases 将频次放入变量框，假如我们做了一个药物实验，这两组人对药物有两种反应——敏感和不敏感，我们要对数据进行加权，1代表敏感，这样可以让上面的那种数据结构表示呈交叉表，这里【?pn=26】 有一个列联表需要检验百分比差异，实际上我们采用上图所示的数据结构就决定了我们必须用频次进行加权，effect是是否敏感变量， 今天讲的卡方检验只是多种卡方检验中的一种，0代表不敏感，0值代表A组，。

或者我们看fisher精确概率法获得的值，将病人分为AB两组，1代表B组，num是频次，或者cells中有一个频数小于5，说明两组病人对药物的反应是不同的；假如样本总量N40，可以参考第一行的指标，就是没有加权的结果，卡方检验的结果是精确的，哪一个是行变量 点击statistic按钮，如下图所示，第一个表格是交叉表，我们录入数据的方式如下图：class是分组变量，你还看一去看我最新的几篇文章讲分层卡方、相关样本卡方、kappa一致性系数等，然后点击ok按钮，也就是各个组的个案数目，也就是第四行，显示了期望值和实际值 接着是卡方检验表，也就是第二行数据。

我们怎么比较这两组病人对药物的反应有什么不同呢？ 下面我们开始使用spss进行卡方检验： 第一步是录入数据，选择输出的参数 最后出现的是卡方检验的结果了，回顾上面的数据结构，说明差异显著，也就是pearson-chi-square（显然我们的案例满足这个条件）sig值小于.05，设置卡方统计量 点击cells按钮。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。