在使用IBM SPSS Statistics進行數(shù)據(jù)分析時，我們需要根據(jù)數(shù)據(jù)類型選擇合適的檢驗方法，卡方檢驗就是一種較為常用的數(shù)據(jù)檢驗手段。

為此小編整理了一份SPSS卡方檢驗的基礎(chǔ)教程供大家參考。

一、概述

圖1：卡方檢驗位置

卡方檢驗是檢驗統(tǒng)計樣本的實際觀測值與理論推斷值之間偏離程度的一種方法，偏離程度以檢驗得出的卡方值相關(guān)，卡方值越大，二者偏差程度越大；反之則越小；卡方值為0時，則表示理論值完全符合。

卡方檢驗是一種非參數(shù)檢驗，主要用于分類變量是二項或多項分布的總體分布的一致性檢驗。

在“分析”——“非參數(shù)檢驗”——“舊對話框”——“卡方檢驗”，可打開卡方檢驗窗口。

二、操作

卡方檢驗可以用來檢驗數(shù)據(jù)的適合度，即某一分類變量的實際觀測次數(shù)與其理論次數(shù)是否一致，包括各水平機會均等和機會不等的情況。

1.各水平機會均等

（1）數(shù)據(jù)樣本

圖2：數(shù)據(jù)頁

上圖是小編選擇的一份數(shù)據(jù)樣本，其中各機會出現(xiàn)的可能性是相等的，即三個機會出現(xiàn)的概率相等且概率和為1，都是三分之一，所以理論上這幾個元素在調(diào)查得到的樣本中出現(xiàn)的次數(shù)也應當是均等的。

（2）數(shù)據(jù)加權(quán)

圖3：個案加權(quán)

由于已有數(shù)據(jù)顯示的是個數(shù)，所以在開始檢驗之前我們還需要對其進行加權(quán)：點擊“數(shù)據(jù)”——“個案加權(quán)”，選擇“個案加權(quán)依據(jù)”，將“個數(shù)”變量添加到“頻率變量”中，點擊確定。

（3）卡方檢驗

依照1所示方法打開卡方檢驗窗口。

圖4：卡方檢驗窗口

將“機會”變量添加到“檢驗變量列表”中，選擇“所有類別相等”。

（4）精確檢驗

圖5：精確檢驗

點擊卡方檢驗窗口右上角的“精確”，進入精確檢驗設(shè)置窗口。這里為用戶提供了三種方法，一般來說選擇默認的“僅漸進法”就可以滿足需求了，如果得出的顯著性水平大于0.05、或者頻數(shù)過低時，可以考慮使用后兩種方法進行檢驗。

（5）結(jié)果輸出

圖6：卡方檢驗結(jié)果

從結(jié)果可以看出，結(jié)果和預期存在顯著性差異，在“可能”和“不可能”意向上更突出。

2.各水平機會不等

（1）數(shù)據(jù)

圖7：數(shù)據(jù)

這是某項調(diào)查中顯示的性別比例，男女比大概為1比4，我們可以通過卡方檢驗來驗證這個比例的適合度。

（2）檢驗

檢驗前也需要進行個案加權(quán)操作（參考圖3）。

圖8：卡方檢驗

打開卡方檢驗窗口后，進行如上圖所示的設(shè)置。

在“值”處按升序輸入變量中分類所占的比例，小編這里1表示男性，2表示女性，所以依次添加0.2和0.8兩個值。

精確檢驗依舊選擇僅漸進法。

（3）結(jié)果

圖9：檢驗結(jié)果

從檢驗結(jié)果來看，本次實際觀測數(shù)據(jù)和理論數(shù)據(jù)1:4是符合的。

三、小結(jié)

本文中小編為大家介紹了卡方檢驗是什么以及如何使用IBM SPSS Statistics的卡方檢驗來檢驗實際數(shù)據(jù)和理論數(shù)據(jù)的適合度，適合度的檢驗有機會均等和機會不等兩種情況，我們根據(jù)數(shù)據(jù)樣本的特征靈活選擇即可。