在 SPSS 中测试卡方检验的假设

在计算卡方检验之前，我们想测试卡方检验的假设，看看我们是否满足这些假设。正如我们在上一文件中所展示的那样，卡方检验的两个衡量假设是观测值彼此独立，其次，任何单元格中的期望单元格计数均不小于5。现在我们想测试这些假设。为此，请转到此统计选项卡并像这样点击它

在这里，我们可以看到卡方。首先，我们不计算卡方。我们只是测试假设，所以我们将关闭它。

之后，我们将进入单元格来测试假设。在单元格中，我们可以看到观测频率被默认选中。就这样吧。它们为我们提供了每个单元格中的实际观测频率。

现在我们将检查我们期望有多少个单元格。因此，在这种情况下，性别有两个级别：男性和女性，少数群体分类有两个级别：一个人是否属于少数群体身份。我们有两个级别的少数群体分类和两个级别的性别。所以我们期望一个二 * 二列联表。总而言之，将有4 个观测单元格。

我们将检查期望计数以查看任何单元格中的期望计数是否小于5。所以，在这种情况下，这将违反卡方假设。现在单击继续，然后按确定。

单击确定后，我们将获得一个描述性输出摘要。以下案例处理摘要表显示总共有50 个观测值，并且所有观测值都已被采用。

第二张表是我们少数群体分类和性别交叉表之间的交互表。所以我们将性别定义为男性和女性，将少数群体分类定义为否和是。在少数群体分类中，我们可以看到否类别是指非少数群体背景的人。有11 名女性和24 名男性。所以我们总共有35 人。期望计数为13.3和21.7，远高于5。这意味着最小期望单元格计数的标准在少数群体分类、否类别中得到满足。

在是类别中，女性观察值为8，男性观察值为7，期望计数再次为女性5.7，男性9.3。

没有一个期望单元格计数小于 5。因此，卡方假设没有被违反。如果卡方假设在任何情况下被违反，我们计算另一个称为Fisher 精确检验的检验。事实上，在 SPSS 中，如果期望单元格计数小于 5，我们不需要担心单独应用Fisher 检验。如果期望单元格计数小于 5，我们可以应用卡方检验，但在这种情况下，SPSS 将为我们计算Fisher 精确检验，而不是计算卡方检验。

总而言之，我们的数据已准备就绪，适合计算卡方检验。它的假设已得到满足。观测值彼此独立，任何单元格中的期望单元格计数均不小于5。