学习目的

SPSS第十六讲 | 多组率卡方检验和Fisher确切法

软件版本

IBM SPSS Statistics 26。

原始文档

《小白爱上SPSS》课程
#统计原理

多组率卡方检验和Fisher确切法

今天我们来学习一下多组率卡方检验和Fisher确切法。当你数据的分组变量是2个水平或者多个水平，结局变量为二分类或者多分类数据，那么就可以多组率的形式开展描述和统计分析。
与上一节的两组率的分析策略类似，可采用卡方检验（Χ2检验，Chi-square）和Fisher确切概率法，但细节方面有些差异。
第一，多行多列交叉表分析没有校正卡方。具体应用条件如下：
【1】不超过20%单元格的理论频数（期望频数）T < 5时，可使用卡方检验进行比较。
不超过20%的T < 5，卡方检验
【2】如果超过20%单元格的理论频数（期望频数）T < 5，或者至少一个T<1，此时采用的是Fisher确切概率法。
超过20%的T < 5或至少1个T ＜1 ，Fisher确切概率法
第二，多个率、多个构成比的卡方检验存在多重比较的步骤
多个率、多个构成成比较，就如方差分析一样，当P<0.05时，只能说明总体上存在着统计学差异，还不能说任意两组都有差异，需要多重比较进行进一步分析。

一、实战案例

小白想知道橡胶、公路、跑步机、混合4种运动场地与运动损伤(是、否)之间的关系，应采用哪种统计分析方法？
读数据：

GET
  FILE='E:\E盘备份\recent\小白爱上SPSS\小白数据\第十六讲：多组率的卡方检验和Fisher确切法.sav'.

二、统计策略

统计分析策略口诀“目的引导设计，变量确定方法”。
针对上述案例，扪心五问。
Q1：本案例研究目的是什么？
A：比较多组率差异。
比较四种运动场地与损伤（是、否）之间的差异。
Q2：比较的组数是多少呢？
A：四组数据。为4行2列类型数据。
Q3：本案例属于什么研究设计？
A：调查性研究，也可用于实验性研究。
Q4：有几个变量？
A：有两个变量。
自变量为四种运动场地
二分类结局变量为损伤（是、否）
Q5：变量类型是什么？
A：一个分组（分类）变量，分为橡胶、公路、跑步机、混合四种场地
另一个为二分类结局变量是有没损伤。
概括而言，如果数据满足以下条件，则采用多组率卡方检验或Fisher确切法。

三、SPSS操作

1、个案加权

Step1: 先点击“数据——个案加权”。
Step2：在弹出的对话框中，点击“个案加权系数”再把“频率变量f”放入对话框中，设置完后，点击“确定”后再关闭窗口。

命令行：

WEIGHT BY f.

2、卡方检验

Step1：依次点击“分析——描述统计 ——交叉表”。
Step2：在弹出“交叉表”对话框中，分别选择分组变量和结局变量到“行”和“列”中。
Step3：单击右侧的“精确”按钮，点击“精确”按钮。设置完后，点击“继续”。
Step4：单击右侧的“统计”按钮，勾选“卡方”。设置完后，点击“继续”。
Step5：单击右侧的“单元格”，勾选“实测”和勾选计算百分比中的“行”。设置完后，点击“继续”。
注意：在该对话框中右边有“比较列比例”，此对话框的作用是当卡方达到显著性水平，可采用BONFERRONI进行校正，进行两两比较（类似单因素均数多重比较）。多重比较结果呈现在描述统计中，采用字母标注法。由于本研究不知卡方检验是否达到显著性水平，故暂时不选择。
Step6：完成上述参数设置后，在主对话框中单击“确定”按钮运行。
命令行：

CROSSTABS 
  /TABLES=场地 BY 损伤 
  /FORMAT=AVALUE TABLES 
  /STATISTICS=CHISQ 
  /CELLS=COUNT ROW 
  /COUNT ROUND CELL 
  /METHOD=EXACT TIMER(5).

四、结果解读

卡方检验的结果有多个表格，在此讲解两个重点表格。

第一，分组统计描述结果

分别有四种场地各自的损伤情况，包括发生数以及相应的百分比。

第二，卡方检验。

要关注表格下方注释a的理论（期望）频数，T最小值=7.18，所有T≥ 5（0 个单元格 (0.0%) 的期望计数小于 5），因此采用第一行“皮尔逊卡方”。

从表格中可知，Χ2=7.757, p=0.051, 未达到显著水平，故不进行多重比较。

五、规范报告

规范报告有多种方式，本公众号只提供一种方式供参考。

1、规范表格

表 四种运动场地与损伤（是、否）之间的卡方分析

2、规范文字

卡方检验结果显示，4种运动场地的损伤率无显著性差异，Χ2=7.757，p=0.051.
小白学完了独立样本的卡方检验和Fisher确切法，赶紧查看了关于率的最后一讲，配对设计卡方检验。

六、划重点

1、当研究数据分成多组，结局变量为二分类或多分类数据，可采用卡方检验或Fisher确切概率法。
2、若不超过20%单元格的理论频数T < 5时，可采用卡方检验；若超过20%单元格的理论频数T < 5，或者至少一个T<1，则采用Fisher确切概率法。
3、当卡方检验结果有显著性差异，即P<0.05时，则还需进一步多重比较，在SPSS软件中可选择采用Bonferroni进行校正。