如何在 spss 中执行卡方独立性检验


卡方独立性检验用于确定两个分类变量之间是否存在显着关联。

本教程介绍如何在 SPSS 中执行卡方独立性检验。

示例:SPSS 中的卡方独立性检验

假设我们想知道性别是否与对政党的偏好相关。我们对 500 名选民进行了简单的随机抽样,并询问他们的政党偏好。下表列出了调查结果:

共和党人 民主党人 独立的 全部的
男性 120 90 40 250
女性 110 95 45 250
全部的 230 185 85 500

使用以下步骤在 SPSS 中执行独立性卡方检验,以确定性别是否与政党偏好相关。

第 1 步:输入数据。

首先,按以下格式输入数据:

第 2 步:使用加权框。

为了使测试正常进行,我们需要告诉 SPSS Party 和 Gender 变量应该由 Count 变量加权。

单击“数据”选项卡,然后单击“权重案例”

在出现的新窗口中,将Count变量拖到标记为 Test Variable List 的区域中。然后单击“确定”

步骤 3:执行卡方拟合优度检验。

单击分析选项卡,然后单击描述统计,然后单击交叉表

在出现的新窗口中,将Genre变量拖到标有“行”的区域,将“ Part ”变量拖到标有“列”的区域。然后单击“统计”并确保选中“卡方”旁边的框。单击继续。然后单击“确定”

第 4 步:解释结果

单击“确定”后,将显示卡方独立性检验的结果:

SPSS 中卡方独立性检验的输出

第一个表显示数据集中缺失案例的数量。我们可以看到这个例子中有 0 个缺失案例。

第二个表按性别和政党偏好对总人数进行交叉制表。

第三个表显示了卡方独立性检验的结果。检验统计量为0.864 ,相应的双尾 p 值为0.649

卡方独立性检验的零假设是两个变量是独立的。在这种情况下,我们的零假设是性别和政党偏好是独立的。

由于检验的 p 值 (0.649) 不小于 0.05,因此我们无法拒绝原假设。

这意味着我们没有足够的证据表明性别和政党偏好之间存在关联。

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注