SPSS实战应用案例50篇(一):从SPSS的角度讲清楚卡方检验
【摘要】
前言
卡方检验(Chi-square test)用于比较观察数与理论数的吻合程度,也称为拟合优度。实际应用中,比较几组频率或者构成是否相同,也用于分类变量的关联分析。利用SPSS的交叉表过程可以做卡方检验。
本文介绍的卡方检验所用例子,设计类型为独立设计,或称完全随机设计,...
前言
卡方检验(Chi-square test)用于比较观察数与理论数的吻合程度,也称为拟合优度。实际应用中,比较几组频率或者构成是否相同,也用于分类变量的关联分析。利用SPSS的交叉表过程可以做卡方检验。
本文介绍的卡方检验所用例子,设计类型为独立设计,或称完全随机设计,其观察结果独立。而有些时候,观察结果并不独立。比如一些人,同时用影像学方法检查与检查标记物指标诊断某种疾病,此时两种检查结果可能并不完全一致。这种设计称为配对设计,所使用的卡方检验称作McNemar卡方检验。这类数据,原始资料通常可以记录为下列格式:
案例解析1
一家零售公司有四个商店,要了解这些商店顾客的购买率是否相同,调查了582名顾客。数据为SPSS自带数据集satisf.sav。下面开始学习:
1.打开交叉表对话框
2.Store放在行,Made purchase放在列
3.点击对话框中的统计量按钮
文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。
原文链接:wenyusuran.blog.csdn.net/article/details/121784133
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)