在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。 比如在收集地区数据时,需要不同地区的人员分开收集,而在数据汇总的阶......
如何运用SPSS卡方检验_SPSS检验数据是否服从均匀分布
卡方检验是一种常用的非参数检验方法,其统计的是样本的实际观测值与理论推断值之间的偏离程度,卡方值越大,二者偏差程度越大;反之,二者偏差程度越小,可用于检验数值是否符合分布规律、检验因素的影响是否有差异等。
IBM SPSS Statistics非参数检验中的卡方检验,比较的是变量中的实际观测频率和期望的频率的差异。本文将以检验数值是否符合均匀分布为例,演示IBM SPSS Statistics卡方检验方法的使用。
一、打开数据文件
如图1所示,打开一组掷骰子的数据,其中包含了掷骰子次数、点数两个变量。掷骰子的结果数据是一个典型的均匀分布数据,骰子出现1-6点数的概率是相等的。
图1:掷骰子数据
二、应用卡方检验
接着,如图2所示,打开IBM SPSS Statistics的分析菜单,并选择其非参数检验中的“卡方检验”。
图2:非参数检验之卡方检验
如图3所示,设置面板中包含了检验变量列表、期望范围、期望值等选项。接下来,使用示例数据演示卡方检验的操作。
图3:卡方检验设置面板
1、选择变量
我们先简单了解一下卡方检验中的选项含义:
1. 检验变量列表,即用于检验的变量。
2. 期望范围,用于设置卡方检验的数据范围,默认选择“从数据中获取”,即使用数据中的最大值和最小值作为期望范围;如需“使用指定范围”,需手动设置范围。
3. 期望值,用于设置数据中各分类所占的比例,默认选择“所有类别相等”,即检验数据是否服从均匀分布;选择“值”,则检验数据是否服从设定的分布规律,需输入指定分组的值。
本例中,我们需要检验的是掷骰子的结果是否服从均匀分布,因此,需将“点数”添加为检验变量列表,并设置“从数据中获取”的期望范围,以及“所有类别相等”的期望值。
图4:变量设置
2、设置精确检验
由于卡方检验属于非参数检验,需要进行精确检验设置。一般情况下,选择“仅渐进法(适用于较大样本或服从渐进分布的数据)”,如果数据不符合渐进分布,则要选择蒙特卡洛法。
图5:设置精确检验
3、设置选项
接着,进行选项设置,如图6所示,选取描述统计,获取数据的频率分析数值,帮助解读数据结果。
图6:设置选项
4、分析结果解读
完成以上设置后,运行卡方检验。
首先,如图7所示,从频率表可以看到,各个点数的出现概率几乎相同,其期望个案值为16.7。
接着,分析检验统计数据,其渐近显著性为1,表明检验结果不显著,不能拒绝假设。由于本例检验所用的原假设是数据的分布与均匀分布无差异,检验结果不显著,无法拒绝原假设,也就是数据服从均匀分布。
图7:结果不显著
综上所述,通过运用IBM SPSS Statistics的卡方检验,并设定的所有类别相等的期望,可检验数据是否服从均匀分布。
另外,卡方检验除了可用于检验均匀分布外,还可以通过设定交叉表进行列联表分析,来探索变量间的相关关系。
相关文章
- 详细阅读
-
如何应用SPSS配对样本T检验(SPSS探索测试前后数据的差异)详细阅读
IBM SPSS Statistics的配对样本T检验与独立样本T检验相似,都可用于对比两个组的均值差异,不同的是,配对样本T检验对比的是两组变量的平均值,计算的是单个个案在两个变量的值的差异......
2023-02-05 201 SPSS配对样本T检验 SPSS探索测试前后数据的差异
- 详细阅读
-
SPSS数据重构_SPSS如何将选定个案重组为变量详细阅读
IBM SPSS Statistics的数据重构功能,也被称为数据重组,包含了将选定变量重组为个案、将选定个案重组为变量与变换所有数据(即数据转置)的功能。 本文中,会进行将选定个案重组为......
2023-01-15 203 SPSS数据重构 SPSS将选定个案重组为变量
-
如何应用SPSS探索性分析(SPSS检验数据的正态性分布)详细阅读
IBM SPSS Statistics探索性分析提供了数据过滤、离群值识别、假设检验等分析功能。在 《应用SPSS探索性分析,快速检查数据异常值》 一文中,我们应用探索性分析检查到数据中存在着极端......
2023-02-05 201 SPSS探索性分析 SPSS检验数据的正态性分布