【SPSS实用教程[5]四格表的卡方检验】在统计学中，卡方检验（Chi-square Test）是一种常用的非参数检验方法，用于分析两个分类变量之间是否存在显著关联。其中，四格表（2×2列联表）是卡方检验中最常见的一种数据结构。本文将简要总结四格表的卡方检验原理及在SPSS中的操作步骤，并以表格形式展示关键信息。
一、四格表卡方检验简介
四格表是指由两个二分类变量构成的2×2列联表，常用于研究两种不同因素之间的独立性或关联性。例如：性别（男/女）与是否吸烟（是/否）之间的关系。
检验目的：
- 判断两个分类变量是否相互独立。
- 分析两组数据之间的差异是否具有统计学意义。
假设设定：
- 原假设（H₀）：两个变量相互独立。
- 备择假设（H₁）：两个变量不独立。
检验统计量：
卡方统计量公式为：
$$
\chi^2 = \sum \frac{(O - E)^2}{E}
$$
其中，O为实际频数，E为理论频数。
二、SPSS操作步骤
1. 数据准备
在SPSS中输入数据，确保每个观测值对应一个行和一个列变量。
2. 选择分析菜单
点击 `Analyze` → `Descriptive Statistics` → `Crosstabs`。
3. 设置变量
- 将一个变量放入“Row(s)”框中（如性别）。
- 将另一个变量放入“Column(s)”框中（如吸烟情况）。
4. 选择统计量
点击 `Statistics`，勾选 `Chi-square`。
5. 运行分析
点击 `OK`，SPSS将输出卡方检验结果。
三、结果解读（示例）
| 变量 | 实际频数（O） | 理论频数（E） | (O-E)²/E |
| 男-吸烟 | 30 | 25 | 1.0 |
| 男-不吸烟 | 20 | 25 | 1.0 |
| 女-吸烟 | 20 | 25 | 1.0 |
| 女-不吸烟 | 30 | 25 | 1.0 |
卡方统计量：χ² = 4.0
自由度（df）：1
显著性水平（p值）：0.045
结论：当p < 0.05时，拒绝原假设，说明性别与吸烟行为存在显著关联。
四、注意事项
| 注意事项 | 说明 |
| 数据类型 | 必须为分类变量 |
| 频数要求 | 每个单元格期望频数应大于5，否则建议使用Fisher精确检验 |
| 多重比较问题 | 若进行多次卡方检验，需考虑校正方法（如Bonferroni校正） |
| SPSS输出内容 | 包括卡方统计量、自由度、p值等 |
五、总结
四格表的卡方检验是分析两个二分类变量关系的重要工具。通过SPSS的操作流程，可以快速完成数据分析并得出统计结论。在实际应用中，需注意数据的适用性和结果的合理解释，避免误判。掌握这一方法，有助于提升统计分析的实际应用能力。