• 卡方检验研究定类X和定类Y之间的差异关系，即对应着图中‘性别’和‘营养状况’，但正常情况下只会得到一个卡方值和 p值。如果出现多个卡方值和 p值，其原理为比如：‘性别’与‘营养状况的不同选项’之间的卡方检验。

• 比如上图中第2行对应的53.4这个卡方值，其计算原理为‘性别’与‘营养状况的选项 营养不良‘之间的卡方检验。类似地，第3行39.448计算’性别‘与’营养状况的选项 正常’之间的卡方检验，第4行4.689计算’性别’与’营养状况的选项 超重肥胖’之间的卡方检验。

• 接着类似：第2列的56.083这个卡方值，其计算原理为’营养状况’与’性别的选项 男’之间的卡方检验，类似，第3列的56.083这个卡方值，其计算原理为’营养状况’与’性别的选项 女’之间的卡方检验。

• 知道原理后，就可以进行SPSSAU操作。多个卡方值和 p值，计算定类X与定类Y的不同选项，也或者定类X的不同选项与定类Y之间的卡方检验值。其实质上是研究：比如‘性别’与‘是否营养不良’，‘性别’与‘是否正常’，性别与‘是否超重肥胖’，‘营养状况’与‘是否男性’，‘营养状况’与‘是否女性’等的卡方检验。

• 那么如何使用SPSSAU得到‘选项’呢？使用方式是SPSSAU数据处理模块-> 生成变量功能->里面的‘虚拟(哑变量)’功能即可，如下图所示：

本案例处理之后，得到上图类似的标题，即得到对应的‘选项标题’，然后进行卡方检验时，放入的分析项为‘选项’即可。重复分析，如下图的操作：

• 本案例使用SPSSAU医学研究模块中的‘卡方检验’，放入分析项如上图，研究‘性别’与‘营养状况’3个选项之间的差异关系，且使用加权数据格式，还需要将‘加权项’即‘频数’放入对应的‘加权项[可选]’框里面即可。

• 类似下图：研究‘营养状况’与‘性别’2个选项之间的差异关系，且使用加权数据格式，需要将‘加权项’即‘频数’放入对应的‘加权项[可选]’框里面即可。

得到两次结果之后，将两次的结果在EXCEL里面进行整理汇总即可。

本案例使用数据如下链接，点击下载数据

除上述卡方检验外，还有一种情况是卡方拟合优度检验。如下图结果，其与卡方检验的结果表格完全一致，但其内部的检验原理并不一致，接下来详细说明。

• 卡方拟合优度检验检验定类数据各选项的分布是否与预期一致（通常是预期各个选项分布比例完全相同，比如男和女各占50%）。正常情况下‘性别’和‘营养状况’分别进行分析，分别只会得到一个卡方值和p值。

• 当出现多个卡方值和 p值的时候，其原理在于研究‘某前提条件下时比如为营养不良时’性别的男女比例分布是否相同；也或者‘某前提条件下时比如为女性时’营养状况3个选项的分布比例是否相同。

• 比如第2行的73.778，其为先筛选出‘营养状况’为‘营养不良’的样本群体，然后对‘性别’进行卡方拟合优度检验，类似地，第3行的1.842为筛选出‘营养状况’为‘正常’的样本群体，然后对‘性别’进行卡方拟合优度检验。第4行的2.000为筛选出‘营养状况’为‘超重肥胖’的样本群体，然后对‘性别’进行卡方拟合优度检验。

• 第2列的364.7393为筛选出‘性别’为‘女’的样本群体，然后对‘营养状况’进行卡方拟合优度检验，第3列的491.363为筛选出‘性别’为‘男’的样本群体，然后对‘营养状况’进行卡方拟合优度检验。

• 理解原理后，只需要知道如何要筛选样本，以及进行卡方拟合优度检验即可。总共有5个卡方值和 p值，因此一共进行5次操作，然后将每次的操作结果进行汇总，最终即得到类似上表格结果。

• 本次以计算第2行的73.778即先筛选出‘营养不良’的样本，然后对性别进行卡方拟合优度检验为例，使用SPSSAU进行操作如下所示：

上图展示‘营养状况’的筛选过程，筛选之后，接着进行‘卡方拟合优度检验’，使用SPSSAU医学研究模块里面的‘卡方拟合优度检验’方法，操作截图如下：

将‘性别’放入分析框中，并且默认是‘性别’的两个选项即男和女，它们的预期分布比例相等即均为50%，此时‘期望值设置(默认相等)’复选框直接不设置，SPSSAU默认就是比例相等，然后进行分析即可。另本案例使用加权数据格式，需要将‘加权项’即‘频数’放入对应的‘加权项[可选]’框里面即可。

重复上述多次操作（本案例为5次操作）之后，将结果在EXCEL里面进行整理汇总即可。

本案例使用数据如下链接，点击下载数据

3 总结

如果研究中卡方检验表格出现多个卡方值和 p值，建议先理解表格里面是进行了卡方检验，还是卡方拟合优度检验，然后按上述说明操作进行，最后在EXCEL表格中进行汇总整理表格即可。除此之外，研究者需要注意上传的数据格式，本文章中使用‘加权数据格式’，如果是‘普通数据格式’即不带加权项的数据格式，操作也完全相同，只是在分析时不需要将‘加权项’放入对应分析框中。