【摘要】：在SPSS中，两样本的卡方检验可以按下列步骤进行。我们仍以student.sav数据中的性别和血型）变量为例来演示两变量卡方检验的操作过程。本次卡方检验的结果为:Pearson卡方值为7.969，P值为0.047，小于0.05的显著性水平，拒绝原假设，表明大学生中性别和血型有关。卡方检验要求样本含量应大于40，且每个单元格中的期望频数不应小于5。
卡方检验_现代社会调查方法
二、卡方检验
卡方检验是以卡方分布为基础的一种常用假设检验方法，它的无效假设H0是:观察频数与期望频数没有差别。
卡方检验就是统计样本的实际观测频数与期望推断值之间的偏离程度，实际观测频数与期望推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；卡方值越小，越趋于符合，若量值完全相等时，卡方值就为0，表明理论值完全符合。
在SPSS中，两样本的卡方检验可以按下列步骤进行。在SPSS菜单栏中选择:
打开后得到如图11-17所示的对话框。我们仍以student.sav数据中的性别（sex）和血型
）变量为例来演示两变量卡方检验的操作过程。
图11-17 交叉表对话框
图11-18 交叉表:统计量对话框
表11-13 性别、血型交叉表
表11-14 卡方检验
a.0单元格（0.0%）的期望计数少于5，最小期望计数为8.91。
需要说明的是，图11-18上面的“卡方（
）”复选框中，包含Pearson卡方值、似然比卡方值等，是对两个分类变量之间关系进行显著性检验的基础，十分重要。
卡方检验要求样本含量应大于40，且每个单元格中的期望频数不应小于5。当样本含量大于40但有1＝＜期望频数＜5时，卡方值需要校正，当样本含量小于40或期望频数小于1时只能用确切概率法计算概率。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
