在使用IBM SPSS Statistics進行數據分析時，我們需要根據數據類型選擇合適的檢驗方法，卡方檢驗就是一種較為常用的數據檢驗手段。

為此小編整理了一份SPSS卡方檢驗的基礎教程供大家參考。

一、概述

圖1：卡方檢驗位置

卡方檢驗是檢驗統計樣本的實際觀測值與理論推斷值之間偏離程度的一種方法，偏離程度以檢驗得出的卡方值相關，卡方值越大，二者偏差程度越大；反之則越�。豢ǚ街禐�0時，則表示理論值完全符合。

卡方檢驗是一種非參數檢驗，主要用于分類變量是二項或多項分布的總體分布的一致性檢驗。

在“分析”——“非參數檢驗”——“舊對話框”——“卡方檢驗”，可打開卡方檢驗窗口。

二、操作

卡方檢驗可以用來檢驗數據的適合度，即某一分類變量的實際觀測次數與其理論次數是否一致，包括各水平機會均等和機會不等的情況。

1.各水平機會均等

（1）數據樣本

圖2：數據頁

上圖是小編選擇的一份數據樣本，其中各機會出現的可能性是相等的，即三個機會出現的概率相等且概率和為1，都是三分之一，所以理論上這幾個元素在調查得到的樣本中出現的次數也應當是均等的。

（2）數據加權

圖3：個案加權

由于已有數據顯示的是個數，所以在開始檢驗之前我們還需要對其進行加權：點擊“數據”——“個案加權”，選擇“個案加權依據”，將“個數”變量添加到“頻率變量”中，點擊確定。

（3）卡方檢驗

依照1所示方法打開卡方檢驗窗口。

圖4：卡方檢驗窗口

將“機會”變量添加到“檢驗變量列表”中，選擇“所有類別相等”。

（4）精確檢驗

圖5：精確檢驗

點擊卡方檢驗窗口右上角的“精確”，進入精確檢驗設置窗口。這里為用戶提供了三種方法，一般來說選擇默認的“僅漸進法”就可以滿足需求了，如果得出的顯著性水平大于0.05、或者頻數過低時，可以考慮使用后兩種方法進行檢驗。

（5）結果輸出

圖6：卡方檢驗結果

從結果可以看出，結果和預期存在顯著性差異，在“可能”和“不可能”意向上更突出。

2.各水平機會不等

（1）數據

圖7：數據

這是某項調查中顯示的性別比例，男女比大概為1比4，我們可以通過卡方檢驗來驗證這個比例的適合度。

（2）檢驗

檢驗前也需要進行個案加權操作（參考圖3）。

圖8：卡方檢驗

打開卡方檢驗窗口后，進行如上圖所示的設置。

在“值”處按升序輸入變量中分類所占的比例，小編這里1表示男性，2表示女性，所以依次添加0.2和0.8兩個值。

精確檢驗依舊選擇僅漸進法。

（3）結果

圖9：檢驗結果

從檢驗結果來看，本次實際觀測數據和理論數據1:4是符合的。

三、小結

本文中小編為大家介紹了卡方檢驗是什么以及如何使用IBM SPSS Statistics的卡方檢驗來檢驗實際數據和理論數據的適合度，適合度的檢驗有機會均等和機會不等兩種情況，我們根據數據樣本的特征靈活選擇即可。