如何在 spss 中执行 mcnemar 检验

McNemar 检验用于确定配对数据之间的比例是否存在统计显着差异。

本教程介绍如何在 SPSS 中执行 McNemar 检验。

示例：SPSS 中的 McNemar 检验

假设研究人员想知道某个营销视频是否可以改变人们对特定法律的看法。他们采访了 25 人，以了解他们是否支持这项法律。然后他们向所有 25 个人展示营销视频，并在视频结束后再次采访他们。

下表显示了观看视频前后支持该法律的总人数：

为了确定观看视频前后支持法律的人数比例是否存在统计上的显着差异，我们可以使用以下步骤在SPSS中进行McNemar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、观看营销视频之前的位置以及观看营销视频之后的位置。

步骤 2：执行 McNemar 测试。

单击分析选项卡，然后单击描述统计，然后单击交叉表：

将After变量拖动到标记为“行”的区域，将“之前”变量拖动到标记为“列”的区域。然后单击标记为“统计”的按钮，并确保选中McNemar旁边的框。然后单击“继续” 。然后单击“确定” 。

第 3 步：解释结果。

单击“确定”后，将显示 McNemar 测试结果：

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。

第二个表列出了观看营销视频前后支持或不支持该法律的总人数的交叉表。

第三个表显示了 McNemar 测试的结果。检验的 p 值为0.727 。由于这个值不小于0.05，我们没有足够的证据表明观看营销视频前后支持法律的人数比例存在统计上的显着差异。

关于计算 p 值的说明

给定以下 2×2 表：

SPSS 使用公式 (|BC| – 1) ² / (B+C) 计算卡方检验统计量。

在此示例中，卡方检验统计量为 (|5-3| – 1) ² / (5+3) = 1/8 = 0.125。

p 值对应于自由度为 1 的卡方检验统计量。使用卡方到 P 值计算器，我们发现自由度为 1 的卡方值 0.125 等于 p 值0.727 。