如何用spss把性别（3×2卡方检验如何用spss分析）

如何用spss把性别（3×2卡方检验如何用spss分析）？如果你对这个不了解，来看看！

SPSS基本统计分析（四）：比率分析，下面是AideEdit艾德护理给大家的分享，一起来看看。

如何用spss把性别

1.主要应用

比率分析在生活中的应用范围是非常广泛的，也发挥着巨大的作用。例如，大家熟知的警察破案问题，警察在破案时，脚印是很重要的破案线索，根据脚印的大小，可以推断犯罪者的身高和体重等信息。比率分析是对两变量间变量值比率变化的描述分析，适用于数值型变量。

2、SPSS操作

2.1 操作步骤

对某班级40名学生的肺活量和身高之间的比率关系作出分析，并按性别分组比较男生和女生之间在肺活量和身高的比率上的差异。（0代表男生，1代表女生）

点击统计，出现如下对话框，本题勾选如下统计量：

对对话框中的指标进行说明：

集中趋势基本统计指标含义：

平均值：比率的总和除以比率的总数所得的结果。

加权平均值：分子的均值除以分母的均值所得的结果。

置信区间：显示均值、中位数和加权均值的置信区间，取值范围为0-100。

离散栏中的系数说明：

AAD（平均绝对偏差）：是所有单个观测值与算术平均值的偏差的绝对值的平均。

COD（离差系数）：是将平均绝对偏差表示为中位数的百分比的结果，是用于描述比率变异大小的指标，数值越大，说明比率变异越大。

PRD：价格相关微分也称为回归指数，是平均值除以加权平均值所得到的结果。

中位数居中的COV：中位数居中的方差系数。

平均值居中的COV：平均值居中的方差系数。

集中指标：

介于两个比例之间：通过制定低比例和高比例而定义的。输入低比例和高比例并单击添加，可获得介于比例。

中位数百分比之内：

百分比是通过指定中位数百分比而定义的。在中位数百分比中输入0到100之间的值并单击添加可获得百分比。

2.2结果解读

（1）个案处理摘要

表格中展示了男生和女生个案数量所占的比例，以及排除的缺失值个案数量。

（2）比率统计

由结果可以看出：男生和女生肺活量和身高比率的平均值分别为22.640和18.606，差异较大，男生的平均比率相对大些；离差系数分别为0.047和0.064，平均值居中的变异系数分别为6.1%和8.9%，两个数值差异都比较明显，我们可以得到：女生的肺活量在身高的水平上离散程度更高。

今天的内容就到这里，你学会了吗？有任何疑问可以到微信公众号留言，看到后我们会及时回复哦~#清风计划#

3×2卡方检验如何用spss分析

在考虑变量之间的关系时，我们通常摘要变量之间的相关程度。对于数值型变量，通常计算相关系数和进行回归分析，而对于定类型变量则通常采用列联表过程进行分析。列联表给出了多个变量在不同取值下的数据分布，从而可摘要变量之间的相互关系。

主要功能

1.常用于研究离散变量的名义变量和有序变量有无相关。

2.调用列联表分析过程可进行计数资料和某些等级资料的列联表分析。

3.在分析中，可以对二维和多维列联表（RC表）资料进行统计描述和x检验，并计算相应的百分数指标。

4.可以计算四格表的确切概率（Fisher’s 精确 Test）且有单双侧（One-Tail 和 Two-Tail）、对数似然比检验（Likelihood Ratio）以及线性关系的Mantel-Haenszel x检验。

参数设置

1.打开数据文件

选择“分析”—“统计描述”—“交叉表格”，弹出交叉表格对话框。部分项的含义如下：

行列表：从左侧的变量列表中选择一个或多个变量进入其中作为行变量。列列表：从左侧的变量列表中选择一个或多个变量进入其中作为列变量。层：分层变量，决定频数分布表的层，如果要增加一个分层变量，就单击【下一页】按钮，再选择一个分层。如果选择一个或多个层变量，那么将对每个层变量的每个类别产生单独的交叉制表。

2.单击【精确】按钮

弹出“精确检验”对话框。部分项的含义如下：

仅渐进法：基于渐进分布计算的概率值，一般情况下值小于0.05，则认为显著。Monte Carlo：统计量是精确显著水平的无偏估计。置信度框中可输入0.01-99.9的置信水平。样本数框中可输入1-1000000000之间的样本数。精确：精确计算概率，当值小于0.05，则认为是显著，行、列变量之间相互独立，适合在期望数有小于5的情况下使用。

3.单击【Statistics】按钮

弹出“交叉表格：统计”对话框，该对话框是用来选择统计分析量。部分项的含义如下:

卡方：卡方检验包括皮尔逊卡方检验、似然比卡方检验等，当两个表变量都是定量变量时，用来检验行变量和列变量之间是否相关。相关性：选择此项，将生成Spearman相关系数Rho, 用来测量等级顺序之间的相关性。当两个表变量都是定量变量时，相关产生Pearson 相关性系数R,这是变量之间的线性相关性测量。

4.单击【单元格】按钮

弹出“交叉表格：单元格显示”对话框，设置单元格显示内容。部分项含义如下：

（一）计数复选框

观察值：显示实际频数，系统默认。期望值：显示期望频数。隐藏较小计数：选择此项，在输入框中输入一个数值n的整数，则可以隐藏频数小于指定整数n的计数。n必须大于或等于2。

（二）百分比复选框误

行：显示行百分比，单元格频数占所在行观测量的百分比。列：显示列百分比，单元格频数占所在列观测量的百分比。总计：单元格频数占全部观测量的百分比。

（三）z-检验

比较列的比例：勾选此项，将计算列属性的成对比较，并指出给定行中的哪对列明显不同。使用下标字母以APA样式格式在交叉表中标识显著性差异，并以0.05显著性水平对其进行计算。调整ρ值(Bonfcroni 方法)：列比例的成对比较使用了Bonferroni 修正，可在进行了多个比较后调整观察到的显著性水平。

5.单击【格式】按钮

弹出“交叉表：表格格式”对话框，可以选择按行变量值的升序或降序来排列行。

案例

01.操作步骤

（1）打开“data3.sav”数据文件，选择“分析”—“描述统计”—“交叉表格”，弹出“交叉表格”对话框。

（2）在左侧的变量列表中选中“性别”变量，单击【选入】按钮，将其选入“行变量列表”；选中“工作满意度”变量，单击【选入】按钮，将其选入“列变量列表”，并勾选“显示集群条形图”。

（3）单击【精确】按钮，弹出“精确检验”对话框，勾选“仅渐进法”选项。单击【继续】按钮返回主对话框。

（4）单击【Statistics】按钮。弹出“交叉表格：统计”对话框，勾选“卡方”复选框，单击【继续】返回主对话框。

（5）单击【单元格】按钮，弹出“交叉表格：单元格显示”对话框，勾选“观察值”复选框、“期望值”复选框、“行”复选框、“列”复选框和“四舍五入单元格计数”选项，单击【继续】按钮返回主对话框。

（6）单击【格式】按钮，弹出“交叉表：表格格式”对话框。勾选“升序”选项。单击【继续】按钮返回主对话框。

（7）完成所有设置后，单击【确定】按钮执行命令。

02.输出结果