SPSS 列联表卡方检验怎么做：交叉表与行列百分比

列联表卡方检验怎么做：把一个分类变量放进行变量区，把要交叉的分类变量放进列变量区，报告会给出交叉表、卡方检验、效应量和逐格残差。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）：300 行里随机抽取 255 行（85%），看吸烟状况与疾病严重程度是否有关联。

数据要怎么排

两列分类数据，255 行没有缺失：吸烟状况（不吸烟 137 人，吸烟 118 人），疾病严重程度（轻度、中度、重度）。吸烟状况放进「行变量(分类字段)」区，疾病严重程度放进「列变量(可多选)」区，各区的要求见列联（交叉）分析帮助文章。

角色	变量	放入区域
行变量	吸烟状况	行变量(分类字段)
列变量	疾病严重程度	列变量(可多选)

列联表卡方检验的操作步骤

1. 在方法列表里点开「列联（交叉）分析」。
2. 把吸烟状况拖入「行变量(分类字段)」区，疾病严重程度拖入「列变量(可多选)」区。
3. 点击开始分析，前提体检在第一张卡，交叉表和卡方检验在第二张卡。

下图是第一张卡的表 1，列出行变量、列变量、变量对数、原始记录数、有效样本和因缺失剔除的条数。往下滚动，同一张卡里还有类别结构和卡方适用前提，先确认卡方近似条件是否满足再读后面的结果。

spss交叉表怎么读：列百分比与行百分比

交叉表是转置显示的：吸烟状况是行变量，它的两个类别却排在表头成了两列；疾病严重程度是列变量，三个类别竖着排成三行。每个格子写频数和括号里的百分比。

疾病严重程度	不吸烟	吸烟	总计
中度	59（43.07%）	58（49.15%）	117（45.88%）
轻度	58（42.34%）	20（16.95%）	78（30.59%）
重度	20（14.60%）	40（33.90%）	60（23.53%）
总计	137	118	255

括号里是列百分比，分母是吸烟状况每个类别的人数：不吸烟的 137 人里，轻度占 42.34%。要看行百分比，也就是疾病严重程度每个类别里不吸烟与吸烟各占多少，在第三张卡图表上方的下拉框里把指标切换成行百分比，下拉框里还有频数可选。以重度一行为例：60 人里不吸烟 20 人、吸烟 40 人，行百分比就是这两个数各自除以 60，吸烟者占了三分之二。

卡方检验结果

第一张卡：2×3 表，最小期望频数 27.76，没有期望频数小于 5 的格子，满足近似条件。主结果表：Pearson χ²(2)=23.905，p<0.001，Holm 校正后同样小于 0.001；似然比 G²=24.713，结论一致。表里「精确检验 / 校正」一栏写的是「不适用（非 2×2 表）」，这个模块只对 2×2 表另给 Fisher 精确检验。

第四张卡给关联强度：Cramér's V=0.3062，95%CI [0.1957, 0.4168]，报告判读为中等。下面的热力图是调整标准化残差，红色比独立假设下预期的多，蓝色比预期的少。

整体显著不告诉你是哪几格，逐格残差表给出了答案。表里每一行是一个格，残差的绝对值越大，偏离期望越远。

Holm 校正后，不吸烟者轻度显著偏多、重度显著偏少，吸烟者相反，中度两格与期望没有显著差异。读结果时，先看整体检验，再看效应量，最后才看逐格。

论文里怎么写

要点是写出列联表规模、样本量、χ²、自由度、精确 p、Cramér's V 与置信区间：

吸烟状况与疾病严重程度的列联表（2×3，N=255）卡方检验显示关联显著，χ²(2)=23.905，p<0.001，Cramér's V=0.3062，95%CI [0.1957, 0.4168]。逐格分析经 Holm 校正后，不吸烟者轻度偏多、重度偏少，吸烟者相反。

列联表卡方检验常见错误

• 把列百分比读成行百分比：「42.34%」是不吸烟者里轻度的占比，不是轻度患者里不吸烟的占比；后者要切到行百分比，轻度一行 78 人里不吸烟 58 人。
• 把列变量区当成随便放：想比较的分组变量放行变量区，被比较的类别变量放列变量区，放反了表就转置过来，读百分比时分母也跟着变。
• 只写 Cramér's V 的点估计：本例区间 [0.1957, 0.4168] 不窄，点估计 0.3062 只是中间的一个数，论文里连区间一起写。
• 以为缺一个值只丢一格：这里按整行剔除，任一变量缺失，这位被调查者就不进表；本例无缺失，255 行全部有效。

把结果带进论文：导出与会员

交叉表、统计量汇总表和逐格残差表导出后可以放进论文。SPSS 用户熟悉的交叉表，在这里就是第二张卡的交叉列联表。分析和查看结果不用登录；开通会员后可导出 Word / PDF 报告、使用 AI 解读。

延伸阅读

• 什么情况下用卡方检验
• 列联（交叉）分析帮助文章：五张卡与全部判定规则