卡方检验：以SPSS和Graphpad为例演示

卡方检验原理：卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。
注意：卡方检验针对分类变量。
一言概之，考察样本值与理论值的偏离程度。

同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。

R x C行列卡方
2*2列联表的卡方检验

零假设：两个组别的构成比不存在显著差异。

P>0.05，则接受零假设；
P<0.05，则拒绝零假设。

2x2卡方检验的前提条件：

整体的样本量>40，且四个格子中每个格子的理论频数要≥5；
如果样本量>40，但是理论频数≤5，需要进行连续校正的卡方检验；
如果样本量<40，但是理论频数出现0的时候，需要进行确切概率法；

---

1. SPSS进行卡方检验^[1]：

按照SPSS数据架构录入数据，如下：

图片.png

选择 "数据" > "个案加权"

图片.png

“加权个案表格”按照如下操作：

图片.png

"分析" > "描述统计" > "交叉表"

图片.png

在“交叉表”中按照如下操作：

图片.png 图片.png

输出结果：
Pearson卡方值为4.620， P=0.032，小于0.05，则认为，实验组和对照组之间存在显著差异。

图片.png

---

2. Graphpad进行卡方检验^[2]：

图片.png 图片.png 图片.png 图片.png 图片.png

---

3. 数据绘图：

我们预期绘制下面图片的效果，绘制思路是，先将数值换算成百分比（analysis data），然后以分组的汇总形式展示结果（Grouped/Summary data）。

图片.png

1. 将数值转换为百分比。（也可以Excel中操作）

   
   图片.png

以行为百分比计算（Row total），展示百分数(Percentages)，如下图：

图片.png

2. 单击分析结果栏Results对应的分析结果，选择Creat a new graph of existing data，最后结果如下：
   选择Grouped中的Summary data展示：

   
   图片.png

如果觉得对您有所帮助，欢迎点赞/关注/转发！

---

1. 如何用SPSS卡方检验进行医学数据的统计分析？ ↩

2. GraphPad篇_前瞻性研究与四格表卡方检验 ↩