SPSS 卡方检验常见的 5 大误区，你踩过吗？

卡方检验对原始数据有一定的要求，只有符合卡方检验前提条件的数据才可以使用卡方检验，否则，必须改用其他检验方法。因此，没有充分了解卡方检验的前提条件，就有可能进入卡方检验的误区，从而你导致统计结论不准确，对科研成果的准确性造成巨大影响。小编整理了小伙伴容易陷入的卡方检验 5 大误区，来瞅瞅你中招了没？

误区 1：总样本量低于 40，不能使用卡方检验

卡方检验的第一个前提条件是要求总样本量大于 40，如果总样本小于或者等于 40 时，卡方检验失效，要改用 Fisher 确切概率法。

误区 2：理论频数低于 5 的单元格个数超过 20%，不能使用卡方检验

以 SPSS 卡方检验输出结果为例：

上图详细讲述了为什么频数低于 5 的单元格的个数占比为 50%。卡方检验的第二个前提条件是要求理论频数低于 5 的单元格个数不超过 20%，如果超过了 20%，则卡方检验失效，要改用 Fisher 确切概率法。

误区 3：某一单元格出现了频数 0，不能使用卡方检验

当某一单元格出现 0 时，卡方检验失效，必须改用 Fisher 确切概率法，如下图所示：

实验组 0 人发生事件，改用 Fisher 确切概率法检验构成比的差异。

误区 4：被检验变量为等级资料时，不能使用卡方检验

例如，比较新药治疗组和传统治疗组的疗效等级的差异时，即被检验变量是等级资料，卡方检验失效。如下图所示：

因为卡方检验仅仅是比较两组疗效的构成比例，而单纯的比例检验并没有考虑比例中还含有等级递增的趋势，因此，对于被检验变量为等级资料的时候，应该选择秩和检验。

误区 5：配对资料，不能使用卡方检验

以上案例全部为两个独立组之间的差异比较，即独立样本的卡方检验。而医学研究中经常会有配对资料，例如，对同一批患者进行两种方法来诊断，诊断结果如下图：

如上图所示，对同一批患者进行两种方法诊断，属于配对样本，交叉表卡方检验失效，必须改用配对卡方检验（McNemar’s Test）