卡方檢驗就是一種用來檢驗給定的樣本數據是否來自特定分布的方法。它主要運用于定性資料的統計推斷�？ǚ綑z驗的零假設比較樣本來自總體率相等的總體，它是實際頻數與理論頻數吻合程度的指標，差值越小，吻合程度越高。

卡方檢驗的定義有點難懂，可以簡單理解為給某一數據的相關性下一個定論�？ǚ綑z驗涉及復雜的統計學原理，這里我們只要會用和會看結果就行了。接下來我將在IBM SPSS Statistics中，演示如何進行成組設計四格表資料的卡方檢驗。

1、打開數據

圖中將食道癌患者隨機分成兩組，分別做聯合化療和單純化療，最終得到他們的存活率。我將在此基礎上用卡方檢驗去研究兩種療法的總體存活率是否不同？

圖1：數據展示

2、對頻數做加權處理

由于要對存活率進行卡方檢驗，所以我們要先對頻數進行加權。首選點擊“數據”按鈕，接著我們點擊“個案加權”，最后對頻數變量進行加權處理。

圖2：菜單位置

圖3：加權處理

3、菜單位置

首先我們點擊菜單中的“分析”按鈕，接著點擊下級菜單的“描述統計”按鈕，最后點擊“交叉表”。

圖4：菜單位置

4、編輯交叉表

如圖所示，將處理方法加入到行中，將治療結局加入到列中。

圖5：編輯交叉表

點擊“統計”按鈕，選擇“卡方”。

圖6：選擇卡方

5、結果展示

如圖所示，個案摘要的百分比為100%說明所有的個案都被分析了。

圖7：個案摘要

在卡方檢驗的結果中，我們應該怎樣觀察單純手術治療和聯合治療對存活率是否有顯著性差異呢？我們只需要觀察“漸進顯著性”那一欄結果，可以看到結果分別是0.061、0.095、0.055，根據卡方檢驗的統計學原理，值大于0.05的代表沒有顯著性差異。所以我們尚且不能得出單純手術治療和聯合治療對存活率有顯著性差異。

圖8：卡方檢驗

本文介紹了spss卡方檢驗，關于卡方檢驗的原理大家有興趣可以去學習。但是在SPSS中根據上述步驟，就能得出結論，我們只需要會用會看就可以。