SPSS详细操作:多个独立样本列联表的卡方检验
上一期我们聊到了独立样本四格表的卡方检验,实际上临床也经常会遇到分组超过2个的计数资料,这一期我们来一起搞定多个独立样本列联表的χ2检验。
一、问题与数据
以下是胃癌真菌病因研究中3种食物样品的真菌检出率,比较3个检出率有无差异。
表1 物种食物样品的真菌检出率
二、对数据结构的分析
本例是独立四格表χ2检验的拓展,由两个分组增加到多个分组,分析思路与四格表χ2检验类同,需要注意的是,这里我们不光想知道多个分组间有无差异,如果差异存在统计学意义,那么具体到组间两两比较是否均存在差异。
三、SPSS分析方法
多个独立样本列联表χ2检验的SPSS操作与四格表一样,这里不再赘述(忘记的小伙伴赶快戳SPSS详细操作:独立样本四格表的χ2检验,复习一下)。需要注意的是,不同于四格表χ2检验,SPSS对于R*C列联表χ2检验不会自动输出Fisher确切概率检验结果,如果样本例数较少,建议在Exact设置中勾选Exact(如下图)。
四、结果解读
表2 统计汇总
表3 卡方检验结果
多个独立样本列联表χ2检验的结果选择:
1、所有理论频数≥5,看Pearson Chi-Square的结果;
2、超过20%的理论频数<5或至少1个理论频数<1,看Fisher’s Exact Test结果(也可以考虑增加样本量或者依据专业判断适当合并行或列,再进行χ2检验)。
本例中SPSS提示没有理论频数小于5,且最小的理论频数为8.00,故直接选择Pearson Chi-Square结果,即χ2=22.841,P<0.001,提示三种食物中真菌检出率不同。
五、组间的两两比较
通过上述χ2检验,明确了三种食物的真菌检出率并不相同,此时我们还需要进一步考虑三种食物真菌检出率到底谁与谁之间的差异存在统计学意义,这里就需要用到“卡方分割”,通俗讲就是把R*C列联表拆分成若干个四个表分别进行χ2检验,进而判断不同组两两比较差异是否用统计学意义,但是,因为多组比较可能会增加犯I类错误概率,所以还需要对χ2检验的P值进行校正,这里主要介绍 Bonferroni校正。
本例中需要进行3次两两比较,校正的检验水准α=0.05/比较次数=0.05/3=0.0167。
到这里,有的小伙伴要问了,SPSS数据库中原来有3组,怎么才能方便地构造任意两组的“四格表”,进行χ2检验呢?这里教大家一个SPSS中比较实用的小技巧——选择特定对象进行统计分析。
A、菜单的Data中找到Select Cases
B、Select Cases中提供了多种用于选择研究对象的方式 ,这里我们将用到条件筛选(如下图)
C、条件筛选中提供了丰富的筛选公式,假如想选择1-大米和2-地瓜粉,可以做如下图设置,“食物=1|食物=2”,这里“|”代表“或者”,即数据库只要有1或者2都会被选中进行统计分析→Continue。
按照上面介绍的小技巧,我们就可以进行任意两组的四格表χ2检验(表4)
表4. 不同食物真菌检出率比较
如上表,按照校正的检验水准α=0.0167,大米和地瓜粉,大米和豆酱之间的真菌检出率差异具有统计学意义,而地瓜粉和豆酱之间差异无统计学意义。
六、撰写结论
大米、地瓜粉和豆酱的真菌检出率并不相同(χ2=22.841,P<0.001),其中地瓜粉最高为96.7%,其次为豆酱为80.0%,大米最低为43.3%。大米的真菌检出率分别与地瓜粉和豆酱相比差异均有统计学意义(Bonferroni校正,P<0.0167),而地瓜粉和豆酱之间真菌检查率差异无统计学意义(Bonferroni校正,P>0.0167)。
PS: 多个独立样本的χ2检验除了包含上述R*2列联表卡方检验外,还包含R*C卡方检验,即我们考虑的指标变量为多分类(例如血型),其统计分析思路和SPSS操作分析与R*2列联表卡方检验一致,这里不再赘述。
数据分析咨询请扫描二维码
在当今数据驱动的商业环境中,数据分析师扮演着至关重要的角色。他们帮助企业从大量数据中提取有用的洞察,从而推动决策制定和战 ...
2024-11-07在现代商业环境中,商务数据分析师扮演着至关重要的角色。作为联系业务需求与数据洞察之间的桥梁,数据分析师需要具备一系列技能 ...
2024-11-07在现代商业环境中,商务数据分析师扮演着至关重要的角色。作为联系业务需求与数据洞察之间的桥梁,数据分析师需要具备一系列技能 ...
2024-11-07在现代商业环境中,数据挖掘发挥着至关重要的作用。它不仅帮助企业从庞大的数据集中提取有价值的信息,还为企业的决策和业务运营 ...
2024-11-07数据分析可视化是一种通过图形化方式展现数据的技术,它使复杂的数据变得直观易懂,从而帮助我们更好地做出决策。在这个快速发展 ...
2024-11-07数据分析是一项至关重要的技能,尤其在当今数据驱动的世界中。Python以其强大的库和简单的语法成为了数据分析领域的佼佼者。本文 ...
2024-11-07在现代数据驱动的环境中,数据分析师扮演着至关重要的角色。他们需要掌握多种工具,以满足数据分析、处理和可视化的需求。无论是 ...
2024-11-07作为一名业务分析师,你将发现自己处于企业决策和数据驱动战略之间的桥梁位置。这个角色要求掌握一系列技能,以便有效地将数据转 ...
2024-11-07CDA中科院城市环境研究所(厦门)内训圆满成功 2017年9月12日-15日,CDA数据分析师在中科院城市环境研究所(厦门)进行了 ...
2024-11-07数据分析是现代商业和研究领域不可或缺的重要工具。无论是为了提高业务决策的准确性,还是为了发掘隐藏在数据中的潜在价值,了解 ...
2024-11-06数据分析是一个精细且有序的过程,旨在从海量数据中提取有用的信息,为决策提供有力支持。无论你是新手还是有经验的分析师,理解 ...
2024-11-06在当今竞争激烈的商业环境中,业务分析师(Business Analyst, BA)的角色变得愈加重要。随着企业对数据驱动决策的依赖加深,业务 ...
2024-11-06在现代信息技术的广阔世界中,大数据架构师扮演着至关重要的角色。他们不仅引领着企业的数据战略,还通过技术创新推动业务的不断 ...
2024-11-04在当今数字化时代,数据分析师已成为企业关键角色,帮助决策者通过数据驱动的洞察实现业务目标。成为一名成功的数据分析师,需要 ...
2024-11-03在当今数字化的世界中,数据分析已经成为推动商业决策的关键因素。随着公司和组织越来越依赖数据来驱动业务战略,对数据分析专 ...
2024-11-03《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30