手机版 下载桌面 设为首页

利用SPSS进行独立样本四格表的卡方检验解读

  利用SPSS进行独立样本四格表的卡方检验解读。凡是涉及到计数资料分布的比较都需要卡方检验。和t检验一样,卡方检验也会用在成组和配对设计资料分析中,本文介绍独立样本四格表的χ2检验。

  问题与数据

  用药物A治疗急性心肌梗死患者198例,24小时内死亡11例,病死率为5.56%,另42例治疗时采用药物B,24小时内死亡6例,病死率为14.29%,提问:两组病死率有无差别?

  表1. 两种药物急性心肌梗塞患者治疗后24小时内死亡情况

  对数据结构的分析

  “生存”,还是“死亡”,这是个问题,但更是一个典型的二分类结局指标,我们关注的重点是两种药物治疗后“生存”和“死亡”的分布(或者说病死率)有无差别,由此组成的2*2列联表就是χ2检验中经典的“四格表”(如表1)。

  下面一起看看SPSS怎样搞定χ2检验。

  SPSS分析方法

  1. 数据录入

  (1) 变量视图

  (2) 数据视图

  2. 加权个案:选择Data→weight cases→勾选Weight cases by,将频数放入Frequency Variable→OK。因为本例中数据库每一行代表多个观测对象,所以需要对其进行加权处理。

  当然,如果数据是以单个观测对象的形式,即每一行代表1个观测对象,则无需加权(如下图)。

  3. 选择Analyze→Descriptive Statistics→Crosstabs

  4. 选项设置

  (1) 主对话框设置:将分组变量Drug放入Row(s)框中→将指标变量Outcome放入Column(s)框中(实际上χ2检验是关注实际和理论频数是否一致,这里Row(s)框和Column(s)框内变量也可以颠倒放,并不影响最终结果)。

  (2) Statistics设置:勾选Chi-square,确定使用成组计数资料的卡方检验→Continue

  (3) Cells设置:Counts中勾选Observed和Expected,输出实际观测频数和理论频数;Percentages中勾选Row,输出每组转归百分比→Continue→OK

  结果解读

  表2 统计汇总

  表2中不仅有服用两种药物后患者实际转归(生存/死亡)的频数和相应百分比,还输出了相应的理论频数(所在行列合计数乘积/总例数)。需要注意的是,这里的理论频数和总例数直接决定了下面卡方检验结果的选择

  表3 卡方检验结果

  表3中这么多检验结果,到底看哪一个?不要着急 ,我们一个一个来看:

  1. 总例数≥40,所有理论频数≥5,看Pearson Chi-Square结果;

  2. 总例数≥40,出现1个理论频数≥1且2检验需进行连续性校正,这时以Continuity Correction结果为准;

  3. 总例数<40,或1个理论频数<1,看Fisher’s Exact Test结果;

  4. 总例数Fisher’s Exact Test结果。

  ( SPSS也会友好地在表格下方的注释部分提示是否有理论频数小于5,以及最小的理论频数是多少,方便选择恰当的检验方法)

  本例中总例数=240>40,存在1个理论频数=2.98=2.796,P=0.095>0.05。

  撰写结论

  两种药物治疗急性心肌梗塞患者的预后并不相同,A药病死率为5.6%,低于 B药(14.3%),但差异无统计学意义(χ2=2.796,P=0.095)。

分类标签:SPSS  独立样本四格表  卡方检验  

声明:本文转载仅出于学习和传播信息所需,并不意味着代表本站观点或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来源”,并自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!