SPSSAI 数据统计分析平台 | AI 驱动
学习文章共 97 篇

SPSS 卡方检验表格怎么写:n(%) 与卡方值的规范格式

方法教程更新于 2026-11-21约 4 分钟读完

卡方检验表格一般用 n(%) 写每一格的频数与列百分比,最后一列放卡方值与 p,表注写明列百分比的口径与效应量。以下结果来自本站演示数据(模拟生成,不代表真实研究结论):吸烟状况与疾病严重程度存在关联,χ²(2)=6.315,p=0.043,Cramér's V=0.157,关联强度属小。

卡方检验表格的标准格式

本文用演示数据 300 行中随机抽取的 255 行(85%,随机种子 5):分组变量是「吸烟状况」,另一个定类变量是「疾病严重程度」,方法说明见卡方检验。每格写成 n(%),百分比以所在列的合计为分母(列合计 125 与 130 由表内频数相加得到),按轻、中、重的自然顺序排行:

疾病严重程度 不吸烟(n=125) 吸烟(n=130) χ² p
轻度 35 (28.00%) 28 (21.54%) 6.315 0.043
中度 72 (57.60%) 67 (51.54%)
重度 18 (14.40%) 35 (26.92%)

表注:Pearson 卡方,df=2,N=255;百分比为列百分比;Cramér's V=0.157,95%CI [0.000, 0.271]。

报告主结果表按中度、轻度、重度排序,改成自然顺序只是调整行的位置,数字不变。表里的 χ² 与 p 只在第一行写一次,三行共用。

每个数字从哪来

  • n(%):第二张卡的交叉列联表,括号外是实际频数,括号内是基于「吸烟状况」的列百分比。
  • χ²、df、p:第二张卡的统计量汇总表,同一行还有似然比 G²=6.412,与 Pearson 卡方结论一致。
  • 能不能用卡方:第一张卡的近似条件体检,本例最小期望频数 25.98,没有格子期望频数低于 5。
  • V 与区间:第四张卡的效应量表,同行有偏差校正 V=0.130。
  • 整段结果句:第五张卡的「结论与学术表述」已写好列联表规模、样本量、χ²、自由度、p 与效应量,可以照着改。

本例是 3×2 表,自由度 df=(3−1)×(2−1)=2,六格频数相加应等于 N=255,写完用这两处核对。若分类更多,表会随之变宽或变长,表头的 n 与百分比口径照样写在表注里。

卡方检验报告卡片截图:输出结果三的交叉分析图与图表类型切换按钮

演示数据不用登录就能跑;用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。

卡方检验结果怎么读与怎么写

先确认条件,再读结果。卡方近似要求每个格子期望频数足够大,本例满足,所以 Pearson χ² 可以采信。p 小于 0.05,拒绝两变量独立;V 的区间下限是 0.000,这是等尾区间的特点,不能读成没有关联,要和 p 值一起看。V 在 0.1 到 0.3 之间,按 Cohen 惯例属小关联。

下图把两组的构成并排放在一起,方便核对表里的 n(%):

吸烟与不吸烟两组疾病严重程度构成的堆积条形图

显著只说明两个变量不独立,来源要看逐格调整后残差。本例最大残差出现在重度这一行,校正后 p 仍高于 0.05,没有任何一格单独通过检验,下图是这张表的要点。

逐格调整后残差:重度两格的残差与校正后 p

行百分比、列百分比与 2×2 表

本站报告的交叉表是列百分比:每一列相加得到该列合计。如果研究关心的是「在某一严重程度的人里,吸烟者占多少」,就应改为行百分比,表头与表注要同步改写,不能只换数字不换说明。

本例是 3×2 表,所以只有 Cramér's V,没有 φ 与优势比。若分析的是 2×2 表,第四张卡会另给 φ 与优势比 OR,主结果表也会多出 Yates 连续性校正与 Fisher 精确检验,论文里按研究目的选一个主报告,其余放在备注里。

卡方检验表格常见错误

  • 只写百分比不写 n:n(%) 要同时出现,读者才能核对每格人数。
  • 百分比口径没交代:列百分比还是行百分比,写进表注。
  • 只报 p 不报效应量:样本量大时微小的关联也会显著,补上 Cramér's V 与区间。
  • 把显著格子挑出来下结论:整体显著但逐格都不显著时,写整体关联,再结合列百分比描述趋势。
  • 期望频数偏小仍报 Pearson 卡方:2×2 表改看 Fisher 精确检验,更大的表先归并类别,本站报告的近似条件体检会给出判定。

卡方检验流程:先查期望频数,再定位来源

正文段落示例

下面这段可以照着改写,数字全部来自本次运行:

采用 Pearson 卡方检验考察吸烟状况与疾病严重程度的关联(3×2 列联表,N=255),各格期望频数满足近似条件。不吸烟者重度占 14.40%(18/125),吸烟者占 26.92%(35/130)。两变量关联具有统计学意义,χ²(2)=6.315,p=0.043,Cramér's V=0.157,95%CI [0.000, 0.271],属小关联;逐格残差经 Bonferroni 校正后均未达显著。

延伸阅读

常见问题

卡方检验表格里的 n(%) 是行百分比还是列百分比?

两种都可以,关键是在表注里写明。本站报告的交叉表是基于分组变量的列百分比,每一列的百分比相加等于该列合计,表里照这个口径写,别和行百分比混用。

卡方检验结果怎么写才完整?

写成 χ²(自由度, N=样本量)=卡方值,精确 p,再附效应量。R×C 表用 Cramér's V 并给出置信区间,2×2 表还可以写 φ 或 OR。

整体卡方显著,逐格残差却都不显著,论文怎么写?

这不矛盾。逐格 p 已按格子数做 Bonferroni 校正,整体检验是把各格偏离累加。写整体关联与效应量,并结合列百分比描述趋势,不要挑某一格说它显著。

同分类文章 · 方法教程

SPSS 协方差分析和方差分析的区别:加协变量后结果怎么变SPSS 方差分析和t检验的区别和联系:三组以上为何不能两两比SPSS 逻辑回归和线性回归的区别:因变量类型决定用哪个SPSS 中介效应三步法还能用吗:逐步检验与 Bootstrap 对照
回到学习文章,查看全部 97 篇 →