品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics

卡方检验是由皮尔逊提出的一种统计检验方法。在一定的置信水平下，通过比较卡方统计量和卡方分布函数概率值，判断实际概率和期望概率是否一致，根据实际概率和期望概率的符合程度，了解两组定类变量的相关性。利用SPSS可以迅速的完成卡方检验，避免进行大量的数学计算。关于SPSS卡方检验结果怎么看，SPSS卡方检验结果如何解读，本文结合实例，向大家作简单的介绍。

一、spss卡方检验结果怎么看

上文提及通过卡方检验可以了解两组变量的相关性，这里以分析性别与某种疾病的发病率是否相关为例，向大家介绍如何利用SPSS完成卡方检验过程，并获取检验结果。图1为原始统计数据。

打开SPSS软件，按图2所示输入数据，性别变量中，以1代表男，以2代表女，是否发病变量中，以1代表发病，以2代表不发病，在人数变量中录入对应的人数。人数变量为频率变量，需要对频率变量进行加权。

在图3所示界面中，依次点击【数据】，【个案加权】。

勾选“个案加权系数”，将变量“人数”指定为频率变量，点击【确定】，完成加权操作。

加权完毕后，开始进行卡方检验，卡方检验位于“交叉表”分析功能中。在图5所示界面中，依次点击【分析】，【描述统计】，【交叉表】。

在交叉表分析界面，将“性别”加入到行，将“是否发病”加入到列，点击【统计】，在弹出的窗口中勾选“卡方”，然后点击【确定】。

卡方分析结果将输出至查看器，如图7所示。

以上就是使用SPSS进行卡方检验的过程，SPSS会将检验结果输出至SPSS查看器，如何对分析结果进行解读，我们在第二小节中向大家介绍。

二、spss卡方检验结果解读

卡方检验结果中，“个案处理摘要”和“性别*是否发病交叉表”为描述性统计表。个案处理摘要中，统计了样本的总数，缺失个案的数量，本例中，无个案缺失。交叉表是对数据的重新整理。

重点是“卡方检验”表，首先关注皮尔逊卡方值及显著性，显著性为0。卡方检验过程中，假设两组变量之间不相关，如果显著性大于0.05，则接受假设，认为两组变量无相关性，如果显著性小于0.05，则认为两组变量存在相关性，在本例中，显著性为0小于0.05，认为性别与疾病发病率相关。

由于卡方检验过程以离散型统计量代替了连续型统计量，因此在样本数小于40或期望值小于5时，会产生误差，此时需要进行连续性修正或进行费希尔精确检验，即表中的“连续性修正”和“费希尔精确检验”项目，在本例中，没有单元格期望计数小于5，并且数据量均大于40，因此只关注皮尔逊卡方检验结果即可。

本文介绍了SPSS卡方检验结果怎么看，SPSS卡方检验结果如何解读，按本文方法进行卡方检验后，如果单元格期望计数均大于5且数据量大于40，关注皮尔逊卡方结果即可，显著性小于0.05，认为变量之间存在相关性，如果存在单元格期望计数小于5的情况且数据量较小，则须关注费希尔精确检验结果。