如何在 spss 中执行 fisher 精确检验

Fisher 精确检验用于确定两个 calcategories 变量之间是否存在显着关联。

当 2 × 2 表中的一个或多个单元格计数小于 5 时，它通常用作独立性卡方检验的替代方法。

本教程介绍如何在 SPSS 中执行 Fisher 精确检验。

示例：SPSS 中的 Fisher 精确检验

假设我们想知道性别是否与特定大学对政党的偏好有关。为了探究这一点，我们随机调查了校园内的 25 名学生。按性别划分的民主党或共和党学生人数如下表所示：

为了确定性别和政党偏好之间是否存在统计上显着的关联，我们可以使用以下步骤在SPSS中进行Fisher精确检验：

第 1 步：输入数据。

首先，输入数据，如下图所示：

每行显示个人的 ID、政党偏好和性别。

步骤 2：执行 Fisher 精确检验。

单击分析选项卡，然后单击描述统计，然后单击交叉表：

将Gender变量拖动到标记为 Rows 的区域，将Part变量拖动到标记为 Columns 的区域。然后单击标记为“统计”的按钮，并确保选中“卡方”旁边的框。然后单击“继续” 。

接下来，单击标记为“精确”的按钮，并确保选中“精确”旁边的框。然后单击“继续” 。

最后，单击“确定”执行 Fisher 精确检验。

第 3 步：解释结果。

单击“确定”后，将显示 Fisher 精确检验的结果：

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 Fisher 精确检验的结果。我们可以看到下面两个测试的p值：

• 两侧 p 值： 0.115
• 单边 p 值： 0.081

Fisher 精确检验的原假设是两个变量是独立的。在这种情况下，我们的原假设是性别和政党偏好是独立的，这是一个双尾检验，因此我们将使用双尾 p 值 0.115。

由于该 p 值不小于 0.05，因此我们不拒绝原假设。因此，我们没有足够的证据表明性别和政党偏好之间存在显着关联。