四格表中使用耶茨修正卡方检验

基本操作过程：

1.建立SPSS数据文件。

2.单击【Analyze】—【Descriptive Statistics】—【Crosstabs】菜单项，在左侧变量框中选择一个或多个变量进入【Row（s）】框中，作为交叉变量的行变量；在左侧变量框中选择一个或多个变量进入【Column（s）】框，作为交叉表中的列变量。

3.根据需要选择一个分层变量进入【Layer】框中。SPSS将根据分层变量的不同取值分别对行变量和列变量进行描述和分析。如果要增加另外一个控制变量，首先单击【Next】按钮，再选入一个变量。单击【Previous】按钮可以重新选择前面确定的变量。

4.【Display clustered bar charts】复选项：选中此项显示每一组中各变量的分类条形图。

5.【Suppress tables】复选项：选中此项则禁止输出交叉表。

6.打开【Exact】对话框，该对话框用于设定是否进行精确概率计算和具体的计算方法，所给出的计算方法有以下几种：

（1）【Asymptotic only】：仅计算近似的概率值，是系统默认项。

（2）【Monte Carlo】：采用蒙特卡罗模拟方法计算精确概率值。蒙特卡罗模拟方法默认进行一万次抽样，给出精确概率及99%置信区间（默认值均可更改）。【Confidence level】：输入0.01到99.9之间的数值，指定置信水平。【Number of samples】：输入1到1000000000之间的数值，指定在【Monte Carlo】近似法计算中的样本数，样本数越大则求得的概率值越精确。

（3）【Exact】：计算精确概率值。默认计算时间限制在5分钟内，超过时限则自动停止。

7.打开【Statistics】对话框，按要求输出所需统计量。

（1）【Chi-square】：进行行变量、列变量的独立性的皮尔逊卡方检验（Pearson chi-square test）、似然比卡方检验（Likelihood ratio chi-square test）、线性相关检验（Linear by linear association chi-square test）、费舍精确检验（Fisher’s exact test）和耶茨修正卡方检验（Yete’s corrected chi-square test）。如果数据满足卡方检验的要求，可使用皮尔逊卡方检验。在四格表中，若单元格的最小期望数大于1、小于5，样本容量大于40，可使用耶茨修正卡方检验。如果单元格的最小期望数小于1，或样本容量小于等于40，则要使用费舍精确检验。似然比卡方检验用于对数线性模型的检验。当行/列变量均为连续型变量时，使用线性相关检验。

（2）【Correlations】：相关系数项，仅对数值型变量有效。皮尔逊相关系数用来检验两个连续型变量的线性相关程度，斯皮尔曼相关系数用于检验两个等级变量之间的相关程度。

（3）【Nominal】：包含一组用于反映称名变量相关性的指标。

①【Contingency coefficient】：列联系数，可描述两个变量之间关联性的高低，它由卡方值经过计算得出。其数值介于0和1之间，数值为0表示行变量与列变量之间没有关联。数值越接近1，表示行变量与列变量之间的关联越强。

②【Phi and Cramer’s V】：与列联系数一样，Phi系数和Cramer’s V系数也是用来描述两个变量之间关联性的高低，均由卡方值得出。其值介于0和1之间，绝对值越大，相关性越强。

③【Lambda】：用于反映自变量对因变量的预测误差。Lambda系数等于1，表明自变量可完全预测因变量；系数值等于0，表明自变量不能预测因变量，彼此之间独立。

④【Uncertainty coefficient】：不确定系数，表示使用一个变量的值来预测其他变量的值可能发生的错误。不确定系数越接近其上限1，表明从第一个观测值获得的有关第二个变量的值的信息越多；不确定性系数越接近其下限0，则表明从第一个观测值获得的有关第二个变量的值的信息越少。

（4）【Ordinal Data】：包含一组用于反映顺序变量相关性的指标。

①【Gamma】：反映两个顺序变量之间的对称关联，其值的范围在-1到1之间，其绝对值为1时，表明两个变量间存在很强的关联，其值为0时则表明两者相互独立。

②【Somers’d】：反映两个顺序变量间的关联性，其值的范围在-1到1之间。

③【Kendall’s tau-b】：对相关的顺序变量进行相关分析。其值范围在-1到1之间，符号表明两变量之间的相关方向。

④【Kendall’s tau-c】：由上一个改进而来，在其基础上对表的大小进行了校正。

（5）【Nominal by Interval】：适用一个为称名变量、另一个为等距变量的检验。

【Eta】：系统计算两个Eta值，一个是将行变量作为因变量，另一个是将列变量作为因变量。Eta的平方表示组间平方和所解释的因变量总平方和的比例，即Eta2=SS组间/SS总和，其值介于0到1之间，值越大表示行、列变量之间的关联性越高。

（6）【Kappa】：计算内部一致性系数，用于检验两个评估者对同一对象进行评估时是否具有一致性，仅适用于具有相同分类值和相同分类数量的变量交叉表，如2×2交叉表。其值介于-1到1之间，-1表示两者完全相反，0表示两者没有共同点，+1表示两者完全一致。

（7）【Risk】：计算相对危险度和比数比，可检验变量相对某一特定事件的关系，仅适用于2×2交叉表。如果其值小于或等于1，则不能确定事件的发生和因素暴露存在关联；如果大于1，说明两者之间有关联，该因素对事件的发生有影响。

（8）【McNemar】：用于两个相关的二项变量的非参数检验。

（9）【Cochran’s and Mantel-Haenszel statistics】：用于两个二项变量的独立性检验和同质性检验。

8.在主对话框中打开【Cell Display】对话框，在对话框中选择显示在交叉单元格中的统计量，包括观测值数、百分比、残差。

（1）【Counts】计数栏：

①【Observed】：输出实际观测频数。系统默认项。

②【Expected】：输出预测频数。

（2）【Percentage】百分数栏：(www.xing528.com)

①【Row】：输出行百分数；②【Column】：输出列百分数；③【Total】：输出总百分数。

（3）【Residual】残差栏：

①【Unstandardized】：输出原始残差（未标准化），即单元格中的实测频数与预测频数的差值。

②【Standardized】：输出标准化残差，残差除以其标准误，均值等于0，标准误等于1。

③【Adj.standardized】：输出校正后的标准化残差。

9.打开【Format】对话框，输出行变量显示顺序：

①【Ascending】：行变量从左到右升序显示。系统默认项。

②【Descending】：行变量从左到右降序显示。

10.回到主对话框，单击【OK】按钮，即可执行SPSS命令。

【案例分析】

例如，欲分析高校男、女教师的工作满意程度在性别构成上是否存在显著性差异，获得的数据如下表：

多维频数分析原始数据

1.SPSS操作步骤

（1）根据案例建立三个变量“问卷编号”“性别”和“工作满意度”。

（2）单击【Analyze】—【Descriptive Statistics】—【Crosstabs】菜单项，打开【Crosstabs】主对话框。将左侧变量框中的变量“性别”移至【Row（s）】框，将变量“工作满意度”移至【Column（s）】框，同时选择【Display clustered bar charts】复选项，输出条形图。

（3）单击【Exact】按钮，打开【Exact Tests】对话框。选中【Exact】选项，并默认计算时间限制在5分钟内。单击【Continue】按钮返回主对话框。

（4）打开【Statistics】对话框，选择【Chi-square】复选项，单击【Continue】按钮返回主对话框。

（5）单击【Cells】按钮，打开【Cell Display】对话框，在对话框中的【Counts】栏下选择【Observed】、【Expected】，在【Percentages】栏下选择【Row】和【Column】，其他项默认。单击【Continue】按钮返回主对话框。

（6）打开【Format】对话框，在【Row Order】栏下选择【Ascending】。单击【Continue】按钮返回主对话框。单击【OK】按钮，即可执行SPSS命令。

2.输出结果分析

（1）案例处理摘要：

Case Processing Summary

上表输出的结果从左到右依次给出了有效个案样本数量448、缺失值0、总数448。

（2）性别*工作满意度交叉表：

性别 ＊ 工作满意度 Crosstabulation

上表输出结果中根据男、女分类分别给出了男、女教师对工作满意度不同态度的实际计数、预期计数、在性别内的百分比、在工作满意度内的百分比。

（3）卡方检验：

Chi-square Tests

a.0 cells (0.0%) have expected count less than 5.The minimum expected count is 11.90.

上表输出的结果中给出了皮尔逊卡方检验值为100.385，似然比卡方检验值为108.465，费舍精确检验为107.018，自由度为3，近似显著性（双尾）概率值为0.000＜0.05，精确显著性概率值为0.000＜0.05。因此，可以否认零假设，说明男、女教师在工作满意度上存在性别差异。

（4）条形图：

上图是此案例的条形统计图，描绘了男、女教师在不同工作满意度上的人数分布量。