01 基本概念
Cochran’s Q 检验是是用来检验匹配的三组或三组以上的频数或比率之间有无显著差异的方法。它的应用场景为M评价者对于N个选手（或对象，作品等）进行评价上是否呈现出差异性（也即多相关样本数据）。也或者针对问卷多选题数据是否存在差异进行研究。
02 数据要求
Cochran’s Q 检验时评分上只能为0和1，通常0代表不满意/不认可/不同意/不选择，1代表满意/认可/同意/选择。
03 医学案例
某康复科医生拟评价康复训练对卒中后患者体能恢复的效果。患者分别在开始康复、康复3个月和康复6个月时进行体能测试。为了保证一致性，三次体能测试内容是一样的，体能测试的结果为”通过”和”不通过”。该医生想知道卒中后患者体能测试的结果为”通过”的比例是否一直上升。
04 使用条件
假设1：结局变量为二分类，且两类之间互斥。互斥是指一个研究对象只能在一个分组中，不可能同时出现在两个组中。例如 “安全”和“不安全”，“及格”和“不及格”等。（当变量为连续变量或有序分类变量时，可参考医咖会之前推送过的Friedman检验）
假设2：分组变量包含3个及以上分类，且各组之间相关。（当分组变量只有2个分类时，可使用McNemar’s检验）
假设3：样本是来自于研究人群的随机样本。然而实际中，样本并非都是随机样本。
假设4：样本量足够。当样本量n≥4且nk≥24（k为分组变量数）时，可以采用Cochran’s Q检验；否则采用“精确” Cochran’s Q检验。
05 SPSS案例实现
某商店为决定经营饮料的品种、数量，对消费者的爱好进行了一次调查。随机抽取﹑18个消费者，请他们对四种饮料:热牛奶、酸奶、果汁、可口可乐的喜好作出评价，凡喜好的记作1，不喜好记作0。数据录入SPSS后的部分数据截图如下：
我们用非参数方法里面的Cochran’s Q 检验进行分析。操作选择【分析】→【非参数检验】→【相关样本】。
指定要分析的4个目标变量：
接下来指定要采用Cochran’s Q 检验：
来看四组的频数之间有无显著差异：
Q=0.524，P=0.914＞0.05。在0.05的显著性水平下尚没有理由拒绝四种饮料偏好一致的假设。即热牛奶、酸奶、果汁、可口可乐消费这的喜好比例没有差异。
表不如图，看比例图说话：
右图可知，对四种饮料的喜好比例直观观察的结果是相差不大。
这个案例恰好是P值＞0.05，所以没有看到四组比例的多重比较。如果总体显著的话，还会有多重比较的结果。我找个其他案例的多重比较。如下：
06 参考资料
SPSSAU：https://spssau.com/helps/medicalmethod/cochranQ.html
医咖会：https://mp.weixin.qq.com/s/fXv_YaNdwU66ttQ7fH1nUQ
案例数据来自于百度文库
===
全文完，文/图=数据小兵
欢迎一起来学SPSS，此后你可以实现：
1）反复播放看视频，跟着视频学软件操作+行业案例结果解释分析
2）和小兵答疑咨询、讨论交流，直接解决论文写作、职场工作中数据分析难题
尤其是拿SPSS做科研学术数据分析，论文写作数据分析，我的这个课程太适合你了。可以一边看视频，一般讨论沟通解决难题，双管齐下，收获更多。