SPSS案例：RxC列联表卡方检验

kexue

考察两个分类变量的关联性，可以采用列联表卡方检验，列联表也称交叉表。此前小兵介绍过2x2四格表的卡方检验，今天介绍RxC列联表卡方。

此前介绍过，就列联表卡方来说，有两种数据格式。一种是原始数据资料，另一种是频数数据资料，频数数据资料最为常见，我们经常会看到频数数据资料的卡方检验案例。

如何理解以上两种不同的数据格式？

01 基于原始数据

我现在想考察工作职位类别与血型间的关系，不同职位类别的职工他们在四种血型上的分布有无差异。

原始数据，每一行是一个个案，需要有血型变量、职位类别变量，这两个要求都是多分类水平的类别数据。

菜单：【分析】→【描述统计】→【交叉表】。

目标变量放【列】变量框内，分组的变量放【行】变量框内，然后点开【统计】按钮。勾选定【卡方】，这个是命令执行卡方检验的选项，否则输出的是交叉表的频数描述统计结果。

如果想让结果丰富一些，可以继续点开【单元格】按钮，勾选【行】百分比。

来看结果吧：

列联表卡方检验的使用条件有哪些呢？

根据列联表卡方检验的使用条件，读取Pearson Chi-Square 统计检验结果。

结果显示，χ2=5.581，P=0.472＞0.05，说明不同职位类别的职工他们在四种血型分布的差异无统计学意义。

02  基于频数数据资料

咱们把上面这个案例数据，先给它统计汇总出频数表格，然后呢吧频数表重新录入到SPSS里，形成一个频数数据资料，最后做卡方检验。

这就是职位类别与血型的交叉表频数资料，把这个表格数据重新录入SPSS。需要定义三个变量，分别是行变量，列变量，和频数变量。

注意，频数数据，我们研究的是两个分类变量关系，两个分类变量目前是没有数据赋值的，咱们需要用这个频数据作为权重赋值给每个组合。因此基于频数数据资料进行统计分析，首先需要加权。

菜单：【数据】→【个案加权】。将“频数” 作为权重进行加权即可。

接下来执行卡方检验。

菜单：【分析】→【描述统计】→【交叉表】。

目标变量放【列】变量框内，分组的变量放【行】变量框内，然后点开【统计】按钮。勾选定【卡方】，这个是命令执行卡方检验的选项，否则输出的是交叉表的频数描述统计结果。

来看结果吧：

大家看这个结果，和前面原始数据结果完全一致。

根据列联表卡方检验的使用条件，读取Pearson Chi-Square 统计检验结果。
结果显示，χ2=5.581，P=0.472＞0.05，说明不同职位类别的职工他们在四种血型分布的差异无统计学意义。

全文完
文/图=数据小兵