spss交叉表分析方法与步骤 + SPSS卡方检验结果的阅读
spss中交叉分析主要用来检验两个变量之间是否存在关系,或者说是否独立,其零假设为两个变量之间没有关系。在实际工作中,经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同。
spss交叉表分析方法与步骤:
1、在spss中打开数据,然后依次打开:analyze–descriptive–crosstabs,打开交叉表对话框
2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表
3、设置输出的结果,点击statistics,打开一个新的对话框
4、勾选chi-square(卡方检验),勾选phi
5、点击cells,设置cell中要展示的数据
6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框
7、点击ok按钮,输出检验结果
8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列
9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05,因此认为不同的性别的人对周末读物的选择有显著的差别
10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。
▼2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表
▼4、勾选chi-square(卡方检验),勾选phi
▼6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框
▼8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列
▼9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05,因此认为不同的性别的人对周末读物的选择有显著的差别
▼10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。
中文:
是否死亡放置于行好一些;“精确”为默认,“统计量”选卡方和Phi;“单元显示”将计数和百分比全选,“格式”为默认。
选择上右图风险==》unadjusted
结果:
Value=卡方值;df=自由度;ASYMP.sig=P值=相伴性概率。p大于0.05(自己设定的显著性水平),接受原假设,否则拒绝,即P值小于0.05认为结果有显著性差异。注意表格下面的注解:b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 191.89,这句话很重要,关系到结果是否可靠!理论频数小于5的cells(格子)比例不超过20,即小于5的格值数不应超过25%,或四分之一(25%)的格子理论数小于5
。结果可靠,采用Pearson Chi-Square的P值-ASYMP.sig。当理论频数小于5的cells(格子)比例超过20%,应看Exact Test(确切概率法-Fisher’s
给出的Asymp. Sig 是通过卡方值算的。
▼天数与死亡的关系
最常用的医学统计:
TTest – 独立样板T检验,推断两个总体的总体的独立样本均值是否存在显著差异。Analyze→Compare mean→Paired-Samples T Test。T为负值表示前面一组样本的均值低于后面一组的均值。
交叉表 – 不同的性别对不同疾病的选择有什么不同用此分析法,即卡方检验,卡方检验
三组以上比较 – 比较均值 -》单因素anova
Logist 回归 – 确定两种或两种以上变数间是否相关、相关方向与强度,即相互依赖的定量关系
SPSS中的单因素方差分析中,各项指标的含义
1)、Mean: 平均数,均数
2)、Std.Deviation: 标准差
3)、Std.Error:标准误
4)、Confidence Intercal for Mean:均数的可信区间
5)、Lower Bound:均数的可信区间的下限
6)、Upper Bound:均数的可信区间的上限
7)、Minimum:最小值
8)、Maximum:最大值
9)、Sum of Squares:平方和,离均差平方和,即SS
10)、df:degree of freedom,自由度
11)、Mean Square:圴方,即MS=SS/df
12)、F:F值,两圴方之比
转载请注明:数据分析 » spss交叉表分析方法与步骤 + SPSS卡方检验结果的阅读