在使用IBM SPSS Statistics进行数据分析时，我们需要根据数据类型选择合适的检验方法，卡方检验就是一种较为常用的数据检验手段。

为此小编整理了一份SPSS卡方检验的基础教程供大家参考。

一、概述

图1：卡方检验位置

卡方检验是检验统计样本的实际观测值与理论推断值之间偏离程度的一种方法，偏离程度以检验得出的卡方值相关，卡方值越大，二者偏差程度越大；反之则越小；卡方值为0时，则表示理论值完全符合。

卡方检验是一种非参数检验，主要用于分类变量是二项或多项分布的总体分布的一致性检验。

在“分析”——“非参数检验”——“旧对话框”——“卡方检验”，可打开卡方检验窗口。

二、操作

卡方检验可以用来检验数据的适合度，即某一分类变量的实际观测次数与其理论次数是否一致，包括各水平机会均等和机会不等的情况。

1.各水平机会均等

（1）数据样本

图2：数据页

上图是小编选择的一份数据样本，其中各机会出现的可能性是相等的，即三个机会出现的概率相等且概率和为1，都是三分之一，所以理论上这几个元素在调查得到的样本中出现的次数也应当是均等的。

（2）数据加权

图3：个案加权

由于已有数据显示的是个数，所以在开始检验之前我们还需要对其进行加权：点击“数据”——“个案加权”，选择“个案加权依据”，将“个数”变量添加到“频率变量”中，点击确定。

（3）卡方检验

依照1所示方法打开卡方检验窗口。

图4：卡方检验窗口

将“机会”变量添加到“检验变量列表”中，选择“所有类别相等”。

（4）精确检验

图5：精确检验

点击卡方检验窗口右上角的“精确”，进入精确检验设置窗口。这里为用户提供了三种方法，一般来说选择默认的“仅渐进法”就可以满足需求了，如果得出的显著性水平大于0.05、或者频数过低时，可以考虑使用后两种方法进行检验。

（5）结果输出

图6：卡方检验结果

从结果可以看出，结果和预期存在显著性差异，在“可能”和“不可能”意向上更突出。

2.各水平机会不等

（1）数据

图7：数据

这是某项调查中显示的性别比例，男女比大概为1比4，我们可以通过卡方检验来验证这个比例的适合度。

（2）检验

检验前也需要进行个案加权操作（参考图3）。

图8：卡方检验

打开卡方检验窗口后，进行如上图所示的设置。

在“值”处按升序输入变量中分类所占的比例，小编这里1表示男性，2表示女性，所以依次添加0.2和0.8两个值。

精确检验依旧选择仅渐进法。

（3）结果

图9：检验结果

从检验结果来看，本次实际观测数据和理论数据1:4是符合的。

三、小结

本文中小编为大家介绍了卡方检验是什么以及如何使用IBM SPSS Statistics的卡方检验来检验实际数据和理论数据的适合度，适合度的检验有机会均等和机会不等两种情况，我们根据数据样本的特征灵活选择即可。