凡是涉及到计数资料分布的比较都需要卡方检验。和t检验一样，卡方检验也会用在成组和配对设计资料分析中
问题与数据
用药物A治疗急性心肌梗死患者198例，24小时内死亡11例，病死率为5.56%，另42例治疗时采用药物B，24小时内死亡6例，病死率为14.29%，提问：两组病死率有无差别？
表1. 两种药物急性心肌梗塞患者治疗后24小时内死亡情况
对数据结构的分析
“生存”，还是“死亡”，这是个问题，但更是一个典型的二分类结局指标，我们关注的重点是两种药物治疗后“生存”和“死亡”的分布（或者说病死率）有无差别，由此组成的2*2列联表就是χ2检验中经典的“四格表”（如表1）。
下面一起看看SPSS怎样搞定χ2检验。
SPSS分析方法
1. 数据录入
(1) 变量视图
(2) 数据视图
2. 加权个案：选择Data→weight cases→勾选Weight cases by，将频数放入Frequency Variable→OK。因为本例中数据库每一行代表多个观测对象，所以需要对其进行加权处理。
当然，如果数据是以单个观测对象的形式，即每一行代表1个观测对象，则无需加权（如下图）。
3. 选择Analyze→Descriptive Statistics→Crosstabs
4. 选项设置
(1) 主对话框设置：将分组变量Drug放入Row(s)框中→将指标变量Outcome放入Column(s)框中（实际上χ2检验是关注实际和理论频数是否一致，这里Row(s)框和Column(s)框内变量也可以颠倒放，并不影响最终结果）。
(2) Statistics设置：勾选Chi-square，确定使用成组计数资料的卡方检验→Continue
(3) Cells设置：Counts中勾选Observed和Expected，输出实际观测频数和理论频数；Percentages中勾选Row，输出每组转归百分比→Continue→OK
结果解读
表2 统计汇总
表2中不仅有服用两种药物后患者实际转归（生存/死亡）的频数和相应百分比，还输出了相应的理论频数（所在行列合计数乘积/总例数）。需要注意的是，这里的理论频数和总例数直接决定了下面卡方检验结果的选择。
表3中这么多检验结果，到底看哪一个？不要着急 ，我们一个一个来看：
1. 总例数≥40，所有理论频数≥5，看Pearson Chi-Square结果；
2. 总例数≥40，出现1个理论频数≥1且2检验需进行连续性校正，这时以Continuity Correction结果为准；
3. 总例数≥40，至少2个理论频数≥1且Fisher’s Exact Test结果；
4. 总例数Fisher’s Exact Test结果。
（ SPSS也会友好地在表格下方的注释部分提示是否有理论频数小于5，以及最小的理论频数是多少，方便选择恰当的检验方法）
本例中总例数=240>40，存在1个理论频数=3.02=2.796，P=0.095>0.05。
撰写结论
两种药物治疗急性心肌梗塞患者的预后并不相同，A药病死率为5.6%，低于 B药(14.3%)，但差异无统计学意义（χ2=2.796，P=0.095）。
网友评论