SPSS詳細操作:多個獨立樣本列聯表的卡方檢驗

上一期我們聊到了獨立樣本四格表的卡方檢驗，實際上臨床也經常會遇到分組超過2個的計數資料，這一期我們來一起搞定多個獨立樣本列聯表的χ2檢驗。

一、問題與數據

以下是胃癌真菌病因研究中3種食物樣品的真菌檢出率，比較3個檢出率有無差異。

表1  物種食物樣品的真菌檢出率

二、對數據結構的分析

本例是獨立四格表χ2檢驗的拓展，由兩個分組增加到多個分組，分析思路與四格表χ2檢驗類同，需要注意的是，這里我們不光想知道多個分組間有無差異，如果差異存在統計學意義，那么具體到組間兩兩比較是否均存在差異。

三、SPSS分析方法

多個獨立樣本列聯表χ2檢驗的SPSS操作與四格表一樣，這里不再贅述（忘記的小伙伴趕快戳SPSS詳細操作：獨立樣本四格表的χ2檢驗，復習一下）。需要注意的是，不同于四格表χ2檢驗，SPSS對于R*C列聯表χ2檢驗不會自動輸出Fisher確切概率檢驗結果，如果樣本例數較少，建議在Exact設置中勾選Exact（如下圖）。

四、結果解讀

表2  統計匯總

表3  卡方檢驗結果

多個獨立樣本列聯表χ2檢驗的結果選擇：

1、所有理論頻數≥5，看Pearson Chi-Square的結果；

2、超過20%的理論頻數<5或至少1個理論頻數<1，看Fisher’s Exact Test結果（也可以考慮增加樣本量或者依據專業判斷適當合并行或列，再進行χ2檢驗）。

本例中SPSS提示沒有理論頻數小于5，且最小的理論頻數為8.00，故直接選擇Pearson Chi-Square結果，即χ2=22.841，P<0.001，提示三種食物中真菌檢出率不同。

五、組間的兩兩比較

通過上述χ2檢驗，明確了三種食物的真菌檢出率并不相同，此時我們還需要進一步考慮三種食物真菌檢出率到底誰與誰之間的差異存在統計學意義，這里就需要用到“卡方分割”，通俗講就是把R*C列聯表拆分成若干個四個表分別進行χ2檢驗，進而判斷不同組兩兩比較差異是否用統計學意義，但是，因為多組比較可能會增加犯I類錯誤概率，所以還需要對χ2檢驗的P值進行校正，這里主要介紹 Bonferroni校正。

本例中需要進行3次兩兩比較，校正的檢驗水準α=0.05/比較次數=0.05/3=0.0167。

到這里，有的小伙伴要問了，SPSS數據庫中原來有3組，怎么才能方便地構造任意兩組的“四格表”，進行χ2檢驗呢？這里教大家一個SPSS中比較實用的小技巧——選擇特定對象進行統計分析。

A、菜單的Data中找到Select Cases

B、Select Cases中提供了多種用于選擇研究對象的方式 ，這里我們將用到條件篩選（如下圖）

C、條件篩選中提供了豐富的篩選公式，假如想選擇1-大米和2-地瓜粉，可以做如下圖設置，“食物=1|食物=2”，這里“|”代表“或者”，即數據庫只要有1或者2都會被選中進行統計分析→Continue。

按照上面介紹的小技巧，我們就可以進行任意兩組的四格表χ2檢驗（表4）

表4. 不同食物真菌檢出率比較

如上表，按照校正的檢驗水準α=0.0167，大米和地瓜粉，大米和豆醬之間的真菌檢出率差異具有統計學意義，而地瓜粉和豆醬之間差異無統計學意義。

六、撰寫結論

大米、地瓜粉和豆醬的真菌檢出率并不相同(χ2=22.841，P<0.001)，其中地瓜粉最高為96.7%，其次為豆醬為80.0%，大米最低為43.3%。大米的真菌檢出率分別與地瓜粉和豆醬相比差異均有統計學意義(Bonferroni校正，P<0.0167)，而地瓜粉和豆醬之間真菌檢查率差異無統計學意義(Bonferroni校正，P>0.0167)。

PS: 多個獨立樣本的χ2檢驗除了包含上述R*2列聯表卡方檢驗外，還包含R*C卡方檢驗，即我們考慮的指標變量為多分類（例如血型），其統計分析思路和SPSS操作分析與R*2列聯表卡方檢驗一致，這里不再贅述。