卡方检验spss步骤 SPSS系列：手把手教你做卡方检验
国际其中:A为实际观测值，T为理论推断值
卡方值越大，两者的偏差越大；相反，它们之间的偏差越小；如果两个值完全相等，卡方值为0，表示实际值与理论值完全一致。
2.何时使用卡方检验
如上表所示，当两个变量都是分类数据时，使用卡方检验来比较它们的差异。让我们以医学为例。卡方检验在医学领域的临床研究中非常常见，如比较不同药物或不同手术方式对某些疾病是否有不同疗效，吸烟饮酒是否影响预后等。
卡方检验使用的数据必须是分类数据，如性别、血型等。定量数据是可以用数值表示的数据，如身高、体重等。
最好有大样本数据。SPSS中默认使用Pearson卡方，要求总样本量≥40，所有期望值出现的频率≥5。注:当数据不一致时，应使用耶茨或费希尔校正卡方。
3.用SPSS进行卡方检验
接下来，我们用一个22列的案例逐步演示。
例如，两种治疗方法的疗效如下表所示。如果想知道两种治疗方法是否有差异，需要使用卡方检验。
打开SPSS软件，输入数据
如图，第一列为“线”，1代表治疗A，2代表治疗B；第二列为“列”，1表示有效，2表示无效；第三列是每组对应的编号。
加权数据
数据加权案例-将VAR00003转换为频率变量-确定-关闭输出文档。
分析数据分析-描述统计-交叉表-将行、列和数据转移到相应的网格中-统计-检查卡方检验-继续-确认。
4)分析结果的解释
查看器给出以下结果。我们应该看哪些数据？
求卡方检验，如图，总计中的Pearson卡方就是卡方值，本例为3.327。卡方值越大，两种治疗方法之间越有可能存在差异。
p值的判断比较复杂。当最小期望计数大于5时，看第一个数字；1-5，看第二个数字；< 1，看第三个数字。这种情况下，最小期望计数为17.79 > 5，应该是第一个数字，所以P值为0.068 > 0.05，说明没有显著差异，所以两个处理之间没有差异。
结论
当两个变量都是分类数据时，卡方检验用于比较它们的差异。以上就是如何用spss做卡方检验。你学会了吗？拿起手中的数据开始分析吧~
宝典在手，统计数字不令人担忧。下节课想学什么在评论区留言，安排好一切。
最后给大家奉上spss25 windows安装包，在加关注，回复“spss25”即可领取~