spss交叉表分析 + SPSS卡方檢驗

spss中交叉分析主要用來檢驗兩個變量之間是否存在關系，或者說是否獨立，其零假設為兩個變量之間沒有關系。在實際工作中，經常用交叉表來分析比例是否相等。例如分析不同的性別對不同的報紙的選擇有什么不同。

spss交叉表分析方法與步驟： 

1、在spss中打開數據，然后依次打開：analyze--descriptive--crosstabs，打開交叉表對話框 

2、將性別放到行列表，將對讀物的選擇變量放到列，這樣就構成了一個交叉表  

3、設置輸出的結果，點擊statistics，打開一個新的對話框   

4、勾選chi-square（卡方檢驗），勾選phi and cramer's V（衡量交互分析中兩個變量關系強度的指標），點擊continue，回到交叉表對話框   

5、點擊cells，設置cell中要展示的數據  

6、在這里勾選observed（各單元格的觀測次數），勾選row（行單元格的百分比），點擊continue，回到交叉表對話框   

7、點擊ok按鈕，輸出檢驗結果     

8、先看到的第一個表格就是交叉表，性別為行、選擇的讀物為列   

9、卡方檢驗結果：主要看pearson卡方檢驗，sig值小于0.05，因此認為不同的性別的人對周末讀物的選擇有顯著的差別   

10、最后一個表格，輸出的是phi值和V值，兩個都代表兩個變量之間的關系的緊密度，數值小于0.1說明關系不緊密，即性別與周末讀物的選擇沒有明顯的關系，這個結論和上面的卡方檢驗有出入，所以需要進一步進行兩兩比較。

▼2、將性別放到行列表，將對讀物的選擇變量放到列，這樣就構成了一個交叉表  

▼4、勾選chi-square（卡方檢驗），勾選phi and cramer's V（衡量交互分析中兩個變量關系強度的指標），點擊continue，回到交叉表對話框

▼6、在這里勾選observed（各單元格的觀測次數），勾選row（行單元格的百分比），點擊continue，回到交叉表對話框 

▼8、先看到的第一個表格就是交叉表，性別為行、選擇的讀物為列   

▼9、卡方檢驗結果：主要看pearson卡方檢驗，sig值小于0.05，因此認為不同的性別的人對周末讀物的選擇有顯著的差別   


▼10、最后一個表格，輸出的是phi值和V值，兩個都代表兩個變量之間的關系的緊密度，數值小于0.1說明關系不緊密，即性別與周末讀物的選擇沒有明顯的關系，這個結論和上面的卡方檢驗有出入，所以需要進一步進行兩兩比較。 

中文：

是否死亡放置于行好一些；“精確”為默認，“統計量”選卡方和Phi；“單元顯示”將計數和百分比全選，“格式”為默認。

結果：

Value=卡方值；df=自由度；ASYMP.sig=P值=相伴性概率。p大于0.05（自己設定的顯著性水平），接受原假設，否則拒絕，即P值小于0.05認為結果有顯著性差異。注意表格下面的注解：b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 191.89，這句話很重要，關系到結果是否可靠！理論頻數小于5的cells（格子）比例不超過20%，結果可靠，采用Pearson Chi-Square的P值-ASYMP.sig。當理論頻數小于5的cells（格子）比例超過20%，應看Exact Test（確切概率法）。 

給出的Asymp. Sig 是通過卡方值算的。

最常用的醫學統計：

TTest - 獨立樣板T檢驗，推斷兩個總體的總體的獨立樣本均值是否存在顯著差異

交叉表 - 不同的性別對不同疾病的選擇有什么不同用此分析法,即卡方檢驗，卡方檢驗

Logist 回歸 - 確定兩種或兩種以上變數間是否相關、相關方向與強度，即相互依賴的定量關系