卡方检验（Chi-square test），即考察样本值与理论值之间的偏离程度，偏离程度反映了卡方值的大小，卡方值越大，样本值偏离越大；卡方值越小，偏离越小，若样本值与理论值完全相等时，卡方值为0，表明两者完全符合。
医学统计及数据分析研究中，常用卡方分析来检验不同药物或方法治疗疾病的有效率之间的差异，如试验组与对照组之间、A组与B组之间等、分类变量之间的关联性等，如性别、年龄、血型、疾病等之间的关系研究等。
下面，我们详细介绍两样本的四格表卡方检验的基本原理、适用条件及其在SPSS中的操作步骤。
一、四格标的基本形式
四格表的基本形式如下图所示：
以上四格表资料中，abcd这4个数是该表的基本数据，其余结果可由这4个基本数据推算出来。
二、基本假设
H0：π1=π2；
H1：π1≠π2。α=0.05
卡方检验的原假设为组1的样本总体率或构成比与组2的样本总体率或构成比相等，若P＜0.05，则拒绝原假设H0，接受H1，认为两样本的总体率或构成比不相等或存在差异。
三、需要满足的条件
四格表卡方检验要求样本量要大于40且格子中的四个格子理论频数不应小于5。当样本含量大于40但有1≤理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。
四、案例解读
现欲比较试验组（药物A）和对照组（药物B）对于维持人体正常血压值的疗效，总共180人，随机分为两组。得到药物结果数据如下：
（1）在SPSS中录入数据
①打开SPSS，将以上四格表的数据输入到软件中。包括有组别和有效性条件列以及频数列，其中，组别（1=试验组；2=对照组），有效性（0=无效；1=有效）。
由于四格表数据在SPSS只有频数信息，需要先对频数进行加权，将数据还原成原始样本信息，才能进行卡方检验的操作。
（2）数据加权还原的操作
①依次点击“数据——加权个案”。
②在“加权个案”窗口中，将“频数”选入右侧“加权个案”的框中，点击“确定”，即完成对样本数据的还原。注：加权操作之后，在“数据视图”上并无加权后的数据显示，但在进行卡方分析时，可以发现数据样本已进行了还原。数据还原完成后，即可以开始进行卡方检验操作。
（3）卡方检验的操作
①依次点击“分析——描述统计——交叉表格”。
②在“交叉表格”窗口中，将“组别”属性选入行中，“有效性”属性选入列中，并点击“statistics（统计）”。
③在出现的“统计窗口”，勾选“卡方”。
④点击“继续”，然后“确定”，得到结果如下：
（4）结果解读
①首先，根据得到的三个表，主要查看“卡方检验”表，读取“皮尔逊卡方”值为4.620，对应的显著性值P=0.032＜0.05，即拒绝原假设，说明原假设试验组与对照组的有效率不相等。
②其次，可以计算两组的有效率，试验组有效率=97/102=95.10%，对照组有效率=67/78=85.90%，说明试验组药物A的有效率高于对照组药物B的有效率。
五、小结
本文对四格表对照试验的频数资料先在SPSS中进行了数据还原，展示了卡方检验在SPSS中的详细操作步骤。需要注意的是，四格表内频数的大小和总样本量的大小不同，会直接影响到不同卡方检验方法的采用。后期我们会陆续更新更多卡方检验的医学统计教程及案例，感谢大家观看！
参考文献：
1、孙振球 徐勇勇.《医学统计学》第4版.人民卫生出版社.
版权说明：本文系杏花开医学统计原创文章
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
