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：

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：

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。