如何在 spss 中执行卡方拟合优度检验

卡方拟合优度检验用于确定分类变量是否遵循假设分布。

本教程介绍如何在 SPSS 中执行卡方拟合优度检验。

示例：SPSS 中的卡方拟合优度检验

一位商店老板说，一周中每天都有相同数量的顾客来到他的商店。为了检验这个假设，研究人员记录了给定一周内进入商店的顾客数量，并发现以下结果：

• 周一： 50 位顾客
• 周二： 60 位顾客
• 周三： 40 位顾客
• 周四： 47 位顾客
• 周五： 53 位顾客

使用以下步骤在 SPSS 中执行卡方拟合优度检验，以确定数据是否与店主的说法一致。

第 1 步：输入数据。

首先，将数据按以下格式输入SPSS：

第 2 步：使用加权框。

为了使测试正确进行，我们需要告诉 SPSS“Day”变量应该由“Number”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“非参数检验” 、 “旧版对话框” 、 “卡方” ：

在出现的新窗口中，将Count变量拖到标记为 Test Variable List 的区域中。

保留“所有类别相同”旁边的标签处于选中状态，因为我们的每个类别（即一周中的几天）每天都有相同的预期访问者数量。然后单击“确定” 。

第 4 步：解释结果。

单击“确定”后，将显示卡方拟合优度检验结果：

第一个表显示一周中每天观察到的和预期的客户数量，以及观察到的和预期之间的残差（即差异）。

第二个表显示以下数字：

卡方：卡方检验统计量，为 4.36。

df：自由度，计算公式为#categories-1 = 5-1 = 4。

无症状。 Sig： p 值，对应于具有 4 个自由度的卡方值 4.36，即 0.359。该值也可以使用卡方得分与 P 值计算器计算得出。

由于 p 值 (0.359) 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真实的顾客分布与店主报告的不同。