配对卡方检验 (详细版)

SPSS教程卡方检验/Fisher精确检验
问答

点击绿色“提问”按钮

  • 针对本文提问
  • 查看历史问答

长按鼠标选中正文某句话

  • 对选中的内容进行针对性提问
一、问题与数据

某研究者想要观察戒酒干预的效果,招募了50名研究对象,其中饮酒者24名,不饮酒者各26名。所有研究对象均观看饮酒造成严重交通事故的视频。两周后,研究者询问研究对象是否还在饮酒。研究者收集了所有研究对象的干预前饮酒状态(before)和干预后饮酒状态(after)。两个变量均为二分类变量,即不饮酒与饮酒(分别赋值为1和2),部分数据如图1。
 
 


图1 部分数据

二、对问题分析

研究者想了解同一人群干预前后的饮酒状态,且饮酒状态为二分类变量。针对这种情况,可以使用配对卡方检验(McNemar’s 检验),但需要先满足2项假设。


假设1:观测变量为二分类,且两类之间互斥。


假设2:分组变量包含2个分类,且相关。(当分组变量有3个及以上分类时,可使用Cochran’s Q 检验)。


这2项假设均与研究设计和数据类型有关。

三、SPSS操作
请先登录
这么重要的内容,赶快登录查看吧!
四、结果解释
请先登录
这么重要的内容,赶快登录查看吧!
五、撰写结论

如果得到的是根据二项分布计算McNemar检验的精确P值,则汇报:本研究招募了50例研究对象参与有关戒酒的干预试验,干预前饮酒者和不饮酒者各占52%和48%。干预后,不饮酒者比例增加到72%(36例),饮酒者比例降低至28%(14例)。15例饮酒者在干预后戒酒,另有5例不饮酒者在干预后开始饮酒。采用McNemar精确检验发现,干预前后不饮酒者比例的差异有统计学意义,P=0.041。


如果得到的是根据卡方分布计算McNemar检验的近似P值,则汇报:本研究招募了50例研究对象参与有关戒酒的干预试验,干预前饮酒者和不饮酒者各占52%和48%。干预后,不饮酒者比例增加到72%(36例),饮酒者比例降低至28%(14例)。15例饮酒者在干预后戒酒,另有5例不饮酒者在干预后开始饮酒。采用校正卡方检验发现,干预前后不饮酒者比例的差异有统计学意义,P=0.044。

请先登录
这么重要的内容,赶快登录查看吧!
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
Next
Previous
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
    提交问题