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:
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。