SPSS 卡方检验

卡方检验

1．四格表的卡方检验

例1．某药品检验所随机抽取了574名成年人，研究某抗生素的耐药性。其中179人未曾使用该抗生素，其耐药率为40.78%；而在395例曾用过该药的人群中，耐药率为45.57%，结果见表1，试兑现人和上人群的耐药率是否一样？

表1 某抗生素的人群耐药性情况

用药史不敏感敏感合计

曾服该药180（174.10）215（220.90）395

未服该药73（78.90）106（100.10）179

合计253 321 574

建立变量名：

录入数值：

加权

统计分析

指定横标目和纵标目，注意不要选反了,选反了会有什么后果？

择分析方法：卡方检验

Chi-square

结果：实际频数理论频数

表二：可观察实际频数，理论频数，各组实际频数占各行各列及总数的百分比。此例题总例数n=574≥40,且所有理论频数T≥5用基本公式或四个表专用公式计算卡方值，结果参照表三第一行。P=0.285≥0.05还不能认为两组耐药率不同。

表三：

（1）总例数n=574≥40,且所有理论频数T≥5用基本公式或四格表专

（2）如果n≥40但有1＜T＜5用校正公式计算卡方值或用Fisher确切概率法直接计算概率，结果分别参照第二行和第四行。

（3）n＜40或T＜1时用Fisher确切概率法直接计算概率，结果参照第四行。

2．配对四格表的卡方检验

例5．有28份咽喉涂片标本，把每份标本一分为二，分别接种在甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长的情况，其结果如表5，问两种培养基的阳性检出率是否相等？

表5 两种白喉杆菌培养基培养结果比较

甲培养基

乙培养基

+ - 合计

+ 11 1 12

- 9 7 16

合计20 8 28 建立变量名：

录入数值：

统计分析：

结果：

3．R*C表（行或列超过两个）的卡方检验

（1）多个样本率的比较

例6．某医院用三种方案治疗急性无黄疸型病毒性肝炎结果如下，问三种疗法的有效率是否一致？

表６三种方案治疗肝炎疗效的结果比较

组别有效无效合计有效率（％）

西药组51 49 100 51.00

中药组35 45 80 43.75

中西结合59 15 74 79.73

145 109 254 57.09

录入数值：

统计分析：

结果分析：

理论均数均大于5，卡方值为22.808。自由度为2：（行数-1）*（列数-1）。P≤0.01

两两比较：

过滤掉第三组，filter为1为选中，为0为未选中

结果为中药组和西药组的比较，结果分析同四格表（所有理论频数＞5，则看表三第一行，p=0.333）。注意：P应与比较而非a。

同理可进行其他组的两两比较，例如进行西药组和中西医结合组的比较：把

中grop为2（中医组）的行设为0，其他设为1。.其他步骤同上：

（2）双向无序分类资料的关联性检验

例7. 测得某地5801人的ABO 血型和MN 血型结果如表7-10，问两种血型系统之间是否有关联？

表7 某地5801人的血型

ABO 血型 MN 血型

合计 M N MN O 431 490 902 1823 A 388 410 800 1598 B 495 587 950 2032 AB 137 179 32 348 合计 1451 1666

2684

5801

双向无序，用卡方检验，计算列联系数：

2

2

x

n x C += ＞0.75为高度相关，0.4----0.75为中度相关，小于0.4为低度相关 若问ABO 型中MN 型构成是否一样，为普通卡方检验。 H0：两种血型系统之间没有关联

建立变量名：

录入数值：

统计分析：

列联系数结果分析：

P ＜0.001，拒绝H0，认为两种血型有关联，但列联系数C=0.188,小于0.4，说明虽然相关但关联性很弱。

（3）双向有序 属性不同 分组资料的 线性趋势检验

例8. 某研究者欲研究年龄与冠状动脉粥样硬化等级之间的关系，将278例尸解资料整理成表7-13，问年龄与冠状动脉粥样硬化等级之间是否存在线性变化趋势？

表8 年龄与冠状动脉硬化的关系

年龄(岁) (X) 冠状动脉硬化等级(Y)

合计

—

+ ++ +++ 20～

70 22 4 2 98 30～

27 24 9 3 63 40～

16 23 13 7 59 ≥50

9 20 15 14 58 合计

122 89 41 26 278

双向有序但属性不同，进行线性趋势检验（test for linear trend ）：

步骤：

建立变量名：

录入数值：

统计分析：

结果分析：

SPSS 卡方检验

卡方检验 1．四格表的卡方检验 例1．某药品检验所随机抽取了574名成年人，研究某抗生素的耐药性。其中179人未曾使用该抗生素，其耐药率为40.78%；而在395例曾用过该药的人群中，耐药率为45.57%，结果见表1，试兑现人和上人群的耐药率是否一样？ 表1 某抗生素的人群耐药性情况 用药史不敏感敏感合计 曾服该药180（174.10）215（220.90）395 未服该药73（78.90）106（100.10）179 合计253 321 574 建立变量名：

录入数值： 加权

统计分析 指定横标目和纵标目，注意不要选反了,选反了会有什么后果？

择分析方法：卡方检验 Chi-square 结果：实际频数理论频数

表二：可观察实际频数，理论频数，各组实际频数占各行各列及总数的百分比。此例题总例数n=574≥40,且所有理论频数T≥5用基本公式或四个表专用公式计算卡方值，结果参照表三第一行。P=0.285≥0.05还不能认为两组耐药率不同。 表三： （1）总例数n=574≥40,且所有理论频数T≥5用基本公式或四格表专

（2）如果n≥40但有1＜T＜5用校正公式计算卡方值或用Fisher确切概率法直接计算概率，结果分别参照第二行和第四行。 （3）n＜40或T＜1时用Fisher确切概率法直接计算概率，结果参照第四行。 2．配对四格表的卡方检验 例5．有28份咽喉涂片标本，把每份标本一分为二，分别接种在甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长的情况，其结果如表5，问两种培养基的阳性检出率是否相等？ 表5 两种白喉杆菌培养基培养结果比较 甲培养基 乙培养基 + - 合计 + 11 1 12 - 9 7 16 合计20 8 28 建立变量名： 录入数值：

如何使用spss 进行 卡方检验

SPSS 13.0 进行四格表卡方检验用于医学统计应用教程 经过三小时的学习，发现SPSS经常用于医学方面的统计研究。而卡方检验又是SPSS 同时也是医学统计中的一项基本操作。但很多刚刚接触SPSS的同学不知道如何进行分析。下面，我们将举例对四格表卡方检验进行详细的讲解。我们采用的实例是：分析使用长托宁和阿托品致全麻患者术后谵妄的比较。如果我们随机抽取100人，其中50人使用长托宁，50人使用阿托品。使用长托宁致术后谵妄的有23人，使用阿托品致术后谵妄的有8人。我们分析两者在致术后谵妄方面是否有区别。 一、输入数据 首先录入数据组，运行SPSS 13.0的软件后，点击如图1.1下面的V ariable View标签，切换到变量输入窗口。 图1.1 变量输入窗口 输入三组变量：组别，是否患病，人数。 然后点击如图1.2所示的“组别”后面的数值栏的…按钮，弹出1.3所示的数值标签，分别两个数值：1为安托宁，2为阿托品。同理为是否患病建立两个数值：1为患病，2为未患病。

图1.2 建立变量 建立好变量后，点击图1.1中变量标签左边的数据标签“data view”进入到数据录入窗 口并录入数据。数据输入完毕后窗口显示如下：

图1.4 数据录入完毕 二、建立加权变量 选择菜单栏的“数据”—“观测量加权”，英文版为“data”---“Weight cases…”,如图2.1所示。然后会弹出2.2所示的“观测量加权”对话框。 图2.1 加权变量菜单

图2.2 观测量加权对话框 在2.2的对话框中先选中左边的“人数”变量，然后选择单选按钮“按。。。对观测量进行加权”，再点下方的三角形，最终点确定。这样就建立好了加权变量了。 三、交叉表设置 选择菜单栏的“分析”—“描述统计”—“交叉表”，如图3.1所示。将会弹出3.2所示的交叉表对话框。 图3.1 选择交叉表菜单

多个样本率的卡方检验及两两比较之 spss 超简单

S P S S：多个样本率的卡方检验及两两比较来自：医咖会 医咖会之前推送过“两个率的比较(卡方检验)及Fisher精确检验的SPSS教程”，小伙伴们都掌握了吗？如果不止两个分组，又该如何进行卡方检验以及之后的两两比较呢？来看详细教程吧！ 1、问题与数据 某医生拟探讨药物以外的其他方法是否可降低患者的胆固醇浓度，如增强体育锻炼、减少体重及改善饮食习惯等。 该医生招募了150位高胆固醇、生活习惯差的受试者，并将其随机分成3组。其中一组给予降胆固醇药物，一组给予饮食干预，另一组给予运动干预。经过6个月的试验后，该医生重新测量受试者的胆固醇浓度，分为高和正常两类。 该医生收集了受试者接受的干预方法（intervention）和试验结束时胆固醇的风险程度（risk_level）等变量信息，并按照分类汇总整理，部分数据如下： 注释：本研究将胆固醇浓度分为“高”和“正常”两类，只是为了分析的方便，并不代表临床诊断结果。 2、对问题的分析 研究者想判断干预后多个分组情况的不同。如本研究中经过降胆固醇药物、饮食和运动干预后，比较各组胆固醇浓度的变化情况。针对这种情况，我们建议使用卡方检验(2×C)，但需要先满足5项假设：

假设1：观测变量是二分类变量，如本研究中试验结束时胆固醇的风险程度变量是二分类变量。 假设2：存在多个分组（>2个），如本研究有3个不同的干预组。 假设3：具有相互独立的观测值，如本研究中各位受试者的信息都是独立的，不会相互干扰。 假设4：研究设计必须满足：(a) 样本具有代表性，如本研究在高胆固醇、生活习惯差的人群中随机抽取150位受试者；(b) 目的分组，可以是前瞻性的，也可以是回顾性的，如本研究中将受试者随机分成3组，分别给予降胆固醇药物、饮食和运动干预。 假设5：样本量足够大，最小的样本量要求为分析中的任一预测频数大于5。 经分析，本研究数据符合假设1-4，那么应该如何检验假设5，并进行卡方检验(2×C)呢？ 3、思维导图 4、SPSS操作 4.1 数据加权 在进行正式操作之前，我们需要先对数据加权，如下： (1)在主页面点击Data→Weight Cases 弹出下图： (2)点击Weight cases by，激活Frequency Variable窗口