SPSS 中两个率的分析方法

SPSS中两个率的分析方法在医学、社会学、教育学等领域，经常需要比较两个样本率（如发病率、合格率、通过率等）是否存在统计学差异。SPSS中常用卡方检验（Chi-squareTest）进行分析，适用于独立样本的两个率比较，其核心是通过检验实际频数与理论频数的差异，判断两个分类变量是否独立。以下是具体操作步骤：一、适用场景当研究数据满足以下条件时，可采用卡方检验分析两个率：数据为分类数据，且分为两个组别（如实验组vs对照组、男性vs女性）和两个结局（如阳性vs阴性、成功vs失败）。各组的观测值相互独立（如不同个体的检测结果无关联）。理论频数不宜过小：一般要求所有单元格的理论频数≥1，且≥5的单元格数占总单元格数的80%以上（若不满足，可考虑Fisher确切概率法）。例如：比较A、B两种药物的治疗有效率（有效率=有效人数/总人数），或比较吸烟与不吸烟人群的肺癌发病率，均可用此方法。二、数据录入以“两种药物治疗效果比较”为例，数据录入有两种方式：（一）原始数据录入定义变量：在SPSS“变量视图”中设置3个变量：组别（group）：1=药物A，2=药物B；疗效（effect）：1=有效，0=无效；频数（freq）：记录每个组合的实际人数（如药物A有效人数为30，则group=1、effect=1、freq=30）。录入数据：在“数据视图”中按上述变量录入所有组合的频数（共4行数据：A有效、A无效、B有效、B无效）。加权个案：点击【数据】→【加权个案】，选择“加权个案”，将“频数”选入“频率变量”，点击“确定”（此步骤用于告诉SPSS每个组合的实际样本量）。（二）汇总数据录入若已整理好四格表数据（如下表），可直接录入组别、疗效和频数，再执行加权个案，与上述步骤一致。组别有效人数无效人数总人数有效率（%）药物A30104075.0药物B22184055.0三、卡方检验操作步骤打开数据文件后，点击【分析】→【描述统计】→【交叉表】。设置交叉表：行（Row）：选入分组变量（如“组别”）；列（Column）：选入结局变量（如“疗效”）；点击【统计量】，勾选“卡方”，点击“继续”；点击【单元格】，勾选“观察值”“期望（理论频数）”“行百分比”，点击“继续”；点击“确定”运行分析。四、结果解读SPSS输出结果主要包括以下几个部分：（一）案例处理摘要显示总样本量及缺失值情况，确保无缺失或缺失值较少（不影响结果）。（二）交叉表（四格表）展示实际频数、理论频数和行百分比（如药物A的有效率为75%，药物B为55%），直观呈现两个率的差异。（三）卡方检验结果重点关注“皮尔逊卡方（PearsonChi-Square）”的结果：卡方值（Value）：反映实际频数与理论频数的差异程度，值越大，差异越明显。自由度（df）：对于2×2四格表，自由度=（行数-1）×（列数-1）=1。P值（Asymp.Sig.2-sided）：即显著性水平，若P＜0.05，拒绝原假设（两个率无差异），认为两个率存在统计学差异；若P≥0.05，则不能认为两个率有差异。（四）特殊情况处理若理论频数＜5且总样本量≥40，需看“连续校正（ContinuityCorrection）”的结果（适用于2×2表）；若理论频数＜1或总样本量＜40，需采用“Fisher的精确检验（Fisher'sExactTest）”的P值。五、实例分析以“药物A与药物B的有效率比较”为例，卡方检验结果显示：皮尔逊卡方值=2.560，df=1，P=0.110＞0.05；结论：尚不能认为药物A与药物B的治疗有效率存在统计学差异。六、注意事项卡方检验适用于独立样本，配对设计的两个率比较（如同一批患者治疗前后的有效率）需用McNemar检验。若比较多个率（如3种药物的有效率），仍可用卡方检验，但需结合多重比较进一步分析具体差异在哪两组。解释结果时，需结合专业背景，不能仅依