作者：张耀文

1、问题与数据

某研究者想要观察戒酒干预的效果，招募了50例研究对象，其中饮酒者24例，不饮酒者26例，饮酒率为48%。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的饮酒状态，其中饮酒者14例，不饮酒者36例，饮酒率为28%。

看起来戒酒干预是有效的，饮酒率从48%下降到28%，但是这个下降是否有统计学意义呢？

2、McNemar’s检验

McNemar's检验（配对卡方检验）用于分析两个相关率的变化是否有统计学意义。

首先，需要将数据整理成2*2的四格表（如单元格A表示干预前和干预后都饮酒的9人）。

McNemar’s检验的公式χ2 = (B-C)2/(B+C)，对于上述数据χ2 = (15-5)2/(15+5)=5.000，根据自由度为1的卡方分布，可利用EXCEL根据该卡方值计算对应的P值=0.025。

北京大学医学出版社2006年出版的《卫生统计学教程》中写到，当B+C≤40时，还需要做连续性校正，χ2 = ( |B-C| -1)2/(B+C)，则上述数据对应的χ2 = ( |15-5| -1)2/(15+5)=4.050, 该卡方值对应的P值=0.044。

3、SPSS计算

 McNemar’s通过SPSS计算的详细步骤可见（SPSS详细操作：配对卡方检验（McNemar’s test）），上述数据得到的结果是：

可以看到SPSS给出了Asymptotic Sig. (2-sided test)，该行的值是经过连续校正后的P值。而Exact Sig. (2-sided test) 是根据二项分布计算精确P值。SPSS中，非对角线格子（B+C）的观测数大于25时，不展示精确P值，只展示近似P值。