SPSS案例:RxC列联表卡方检验

原创 数据小兵  2022-01-08 11:38  阅读 7,310 次
数据小兵成长记

考察两个分类变量的关联性,可以采用列联表卡方检验,列联表也称交叉表。此前小兵介绍过2x2四格表的卡方检验,今天介绍RxC列联表卡方。

回顾↓↓
2x2四格表的卡方检验

此前介绍过,就列联表卡方来说,有两种数据格式。一种是原始数据资料,另一种是频数数据资料,频数数据资料最为常见,我们经常会看到频数数据资料的卡方检验案例。

如何理解以上两种不同的数据格式?

回顾↓↓
交叉表卡方检验两种数据录入格式:频数表与原始表

01

基于原始数据

我现在想考察工作职位类别与血型间的关系,不同职位类别的职工他们在四种血型上的分布有无差异。

原始数据,每一行是一个个案,需要有血型变量、职位类别变量,这两个要求都是多分类水平的类别数据。

菜单:【分析】→【描述统计】→【交叉表】。

目标变量放【列】变量框内,分组的变量放【行】变量框内,然后点开【统计】按钮。勾选定【卡方】,这个是命令执行卡方检验的选项,否则输出的是交叉表的频数描述统计结果。

如果想让结果丰富一些,可以继续点开【单元格】按钮,勾选【行】百分比。

来看结果吧:

列联表卡方检验的使用条件有哪些呢?

回顾↓↓
列联表卡方检验的使用条件,SPSS结果如何解读?

根据列联表卡方检验的使用条件,读取Pearson Chi-Square 统计检验结果。
结果显示,χ2=5.581,P=0.472>0.05,说明不同职位类别的职工他们在四种血型分布的差异无统计学意义。

02

基于频数数据资料

咱们把上面这个案例数据,先给它统计汇总出频数表格,然后呢吧频数表重新录入到SPSS里,形成一个频数数据资料,最后做卡方检验。

这就是职位类别与血型的交叉表频数资料,把这个表格数据重新录入SPSS。需要定义三个变量,分别是行变量,列变量,和频数变量。

注意,频数数据,我们研究的是两个分类变量关系,两个分类变量目前是没有数据赋值的,咱们需要用这个频数据作为权重赋值给每个组合。因此基于频数数据资料进行统计分析,首先需要加权。

菜单:【数据】→【个案加权】。将“频数” 作为权重进行加权即可。

接下来执行卡方检验。

菜单:【分析】→【描述统计】→【交叉表】。

目标变量放【列】变量框内,分组的变量放【行】变量框内,然后点开【统计】按钮。勾选定【卡方】,这个是命令执行卡方检验的选项,否则输出的是交叉表的频数描述统计结果。

来看结果吧:

大家看这个结果,和前面原始数据结果完全一致。

根据列联表卡方检验的使用条件,读取Pearson Chi-Square 统计检验结果。
结果显示,χ2=5.581,P=0.472>0.05,说明不同职位类别的职工他们在四种血型分布的差异无统计学意义。

全文完
文/图=数据小兵

本文地址:http://www.datasoldier.net/archives/3462
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!