醫學統計中常用的χ2檢驗在SPSS軟件中的實現途徑

褚啟龍

醫學統計中常用的χ2檢驗在SPSS軟件中的實現途徑

褚啟龍

（湖北職業技術學院，湖北 孝感 432000）

χ2檢驗是一種常用的非參數統計分析方法，在實際工作中，不少醫學研究者仍采用傳統的手工分析方式，效率較低；也有部分研究者采用SPSS軟件進行分析，但由于研究目的和設計方式不同，不同資料形式的χ2檢驗在軟件操作步驟和分析結果解釋上容易混淆。本文通過實例，采用SPSS軟件，以圖解的形式對常用的χ2檢驗方法進行介紹，供醫學研究者參考。

χ2檢驗；SPSS軟件；醫學統計學

醫學統計方法在醫學研究領域應用廣泛，其統計分析結果用以支撐研究結論的科學性，常用的有t檢驗、方差分析、χ2檢驗、秩和檢驗和回歸分析等經典的統計學方法［1，2］。χ2檢驗是一種非參數檢驗，用途很廣，常用于率或構成比的比較。目前仍有不少醫學研究者采用手工計算的方式進行χ2檢驗，但計算量較大且較繁瑣；也有部分研究者采用SPSS軟件進行分析，但由于研究目的、設計方式不同，不同資料形式的χ2檢驗在軟件操作步驟和分析結果解釋上存在很多差異，極易混淆。鑒于此，本文擬以最常用的SPSS軟件為工具，通過實例介紹幾種醫學上常用的χ2檢驗的實現途徑及其分析結果解讀，為廣大醫學研究者提供參考。

1　四格表資料的χ2　檢驗

四格表資料的χ2檢驗一般用于兩個率或兩個構成比的比較。下面以《預防醫學》教材［3］中的實例，從四格表的表現形式、SPSS軟件操作及分析結果解讀等方面進行說明。

1.1四格表的基本形式

四格表中有4個基本數據，周邊合計都通過這4個數據計算而來。基本數據是否準確直接影響到分析結果，必須予以重視，具體形式如表1所示。

表1甲乙兩種治療方案治療急性胰腺炎的有效率比較（例）

1.2用SPSS軟件進行四格表資料卡方檢驗的操作步驟

根據表1所給出的資料，先輸入數據（如第1行第1列的數據為32，第1行第2列的數據為10，其余數據類似），點擊表上“數據”菜單中的“加權個案”，將“頻數”移入“頻率變量框”中后點擊“繼續”（如圖1所示）；點擊“分析”菜單下浮動菜單“統計描述”中的“交叉表”（如圖2所示）；將變量“行”和“列”分別移入相應的變量框后，點擊“統計量”按鈕，在彈出的小對話框中勾選“卡方”（見圖3）；最后點擊“確定”按鈕，出現如圖4所示的分析結果。

圖1　數據輸入與個案加權截圖

圖2　在SPSS軟件中分析方法選擇截圖

1.3對SPSS軟件分析結果的解讀

軟件分析結果共3張表，主要看最后一張表。此表不僅給出了Pearson卡方和連續校正的卡方值、自由度和具體P值，還給出了Fisher精確概率計算法所算出的具體概率值。我們只需根據條件進行判斷（總例數n、理論值T的大小，此條件在各種醫學統計學教材中均有表述。此時總例數n的大小可從分析結果中的第二張表中看出，理論值T的大小可從第三張表下的說明中看出），選取其中對應的一組結果即可。如此例數n=82（大于40），且沒有一個格子的理論數小于5（最小的理論數T= 6.83），不需校正，因此直接選“Pearson卡方”所對應的結果：P=0.097＞0.05（常用檢驗水準），表明甲乙兩種方案的有效率差異無顯著性。

圖3 操作過程截圖

圖4分析結果截圖

2　配對四格表資料的χ2　檢驗

2.1配對四格表的基本形式

配對四格表中也有4個基本數據，但它與四格表不同，是配對設計的，而且在形式上與四格表也存在差異，如《衛生統計學》教材中的表2［4］所示。

表2　甲乙兩種白喉桿菌培養基培養結果比較（例）

2.2用SPSS軟件進行配對四格表資料卡方檢驗的操作步驟

根據表2所給出的資料，先將數據按圖5所示輸入后（此處“1.00”表示陽性，“2.00”表示陰性），點擊表上“數據”菜單中的“加權個案”，將“頻數”移入“頻率變量框”中后點擊“繼續”；點擊“分析”菜單下浮動菜單“統計描述”中的“交叉表”（如圖6所示）；將變量“甲培養基”移入“行”變量框、“乙培養基”移入“列”變量框后，點擊“統計量”按鈕，在彈出的小對話框中勾選“McNemar（M）”（見圖7）；最后點擊“確定”按鈕，出現如圖8所示的分析結果。

圖5　數據輸入與加權個案截圖

圖6在SPSS軟件中分析方法選擇截圖

圖7操作過程截圖

圖8分析結果截圖

2.3對SPSS軟件分析結果的解讀

軟件分析結果也是3張表，主要看最后一張表。此表沒有給出具體的卡方值，但直接給出了P值（Exact Sig（2-sided）），只需看其即可。此例中P=0.021＜0.05，表明甲乙兩種培養基的培養結果有顯著性差異。

3　行×列表資料的χ2　檢驗

行×列表資料可以看作是四格表資料的延伸，其χ2檢驗主要用于多個率或多個構成比的比較。采用SPSS軟件進行分析時，其數據輸入方式、基本操作步驟與四格表資料的卡方檢驗完全一致，主要區別在于對結果的解讀：只需看“Pearson卡方”所對應的P值即可。但應注意兩點：（1）對行×列表資料進行卡方檢驗時，要求不得有1/5以上格子的理論數小于5，也不得有1個格子的理論數小于1，這一點很容易從分析結果表下的說明看出來；（2）如果分析結果顯示多個率或構成比有差異，只能說它們總體上有差異，如想進一步具體了解兩組間是否有差別，可對行×列分割后進行分析。

從以上介紹不難看出：用SPSS軟件進行卡方檢驗，其操作不僅程序化，還比較簡單；分析快捷而準確，直接給出P值而無需查卡方界值表，極大地提高了分析效率。即便是初學者，也極易掌握此分析技術。但要準確解讀分析結果，一定要具備一定的醫學統計學基本理論知識，否則將無法通過眾多相似的分析結果得出準確結論。

［1］張立群，魏麗惠.醫學科研論文中常見統計學錯誤分析［J］.中國婦產科臨床雜志，2006，7（6）：473-474.

［2］王書平.1∶M配對病例——對照研究中兩種可信區間的SAS分析方法［J］.中國衛生統計，2011，28（5）：606-607.

［3］孫要武.預防醫學［M］.4版.北京：人民衛生出版社，2012.

［4］楊樹勤.衛生統計學［M］.2版.北京：人民衛生出版社，1990.■

G434

B

1671-1246（2016）17-0042-03