多个样本率的卡方检验与两两比较之 SPSS 教程
在本篇教程中，我们将学习如何使用 SPSS 实现多个样本率的卡方检验与两两比较。卡方检验是一种常用的非参数检验方法，用于检测两个或多个样本率是否存在显著差异。在本教程中，我们将学习如何使用 SPSS 实现卡方检验，并进行两两比较。
一、问题与数据
本研究旨在探讨药物以外的其他方法是否可降低患者的胆固醇浓度，如增强体育锻炼、减少体重及改善饮食习惯等。研究者招募了 150 位高胆固醇、生活习惯差的受试者，并将其随机分成 3 组。其中一组给予降胆固醇药物，一组给予饮食干预，另一组给予运动干预。经过 6 个月的试验后，研究者重新测量受试者的胆固醇浓度，分为高和正常两类。
二、对问题的分析
研究者想判断干预后多个分组情况的不同。在本研究中，我们建议使用卡方检验，但需要先满足 5 项假设：
1. 观测变量是二分类变量，如本研究中试验结束时胆固醇的风险程度变量是二分类变量。
2. 存在多个分组 (>2 个)，如本研究有 3 个不同的干预组。
3. 具有相互独立的观测值，如本研究中各位受试者的信息都是独立的，不会相互干扰。
4. 研究设计必须满足：(a) 样本具有代表性，如本研究在高胆固醇、生活习惯差的人群中随机抽取 150 位受试者；(b) 目的分组，可以是前瞻性的，也可以是回顾性的，如本研究中将受试者随机分成 3 组，分别给予降胆固醇药物、饮食和运动干预。
5. 样本量足够大，最小的样本量要求为分析中的任一预测频数大于 (2×C)。
三、SPSS 操作
在进行卡方检验之前，我们需要先对数据进行加权。在 SPSS 中，我们可以按照以下步骤进行：
1. 点击 Data → Weight Cases
2. 点击 Weight cases by ，激活 FrequencyVariable 窗口
3. 将 freq 变量放入 FrequencyVariable 栏
4. 点击 OK
四、检验假设 5
在进行卡方检验之前，我们需要先判断研究数据是否满足样本量要求。在 SPSS 中，我们可以按照以下步骤进行：
1. 点击 Analyze → Descriptive Statistics → Crosstabs
2. 将变量 intervention 和 risk_level 分别放入 Row(s) 栏和 Column(s) 栏
3. 点击 Statistics
4. 点击 Chi-square
5. 点击 Continue → Cells
6. 点击 Counts 栏中的 Expected 选项
7. 点击 Continue → OK
五、卡方检验 (2×C)
在进行卡方检验之前，我们需要先判断研究数据是否满足样本量要求。如果预测频数小于 5，我们可以使用 Fisher 精确检验 (2 ×C)。在 SPSS 中，我们可以按照以下步骤进行：
1. 弹出下图：
2. 点击 Percentage 栏中的 Column 选项
3. 点击 Continue → OK
六、结果解释
在进行卡方检验 (2×C) 的结果分析之前，我们需要先对研究数据有个基本的了解。在 SPSS 中，我们可以按照以下步骤进行：
1. 弹出下图：
2. 点击 Cells ，弹出下图：
3. 点击 z-test 栏中的 Compare column proportions 和 Adjust p-values(Bonferroni method) 选项
4. 点击 Continue → OK
七、结论
在本教程中，我们学习了如何使用 SPSS 实现多个样本率的卡方检验与两两比较。卡方检验是一种常用的非参数检验方法，用于检测两个或多个样本率是否存在显著差异。我们也学习了如何使用 SPSS 实现卡方检验，并进行两两比较。
