列聯(lián)表的SPSS分析概要課件

1、列聯(lián)表資料的SPSS分析 在實驗研究與基礎實驗研究中，所分析的指標可以是定量的，也可以是定性的。其定量指標,有時也轉化成定性資料進行分析。這些定性資料或由定量資料轉化而來的定性資料，一般都整理成列聯(lián)表形式，根據(jù)資料性質和分析目的選擇恰當?shù)姆治龇椒ㄟM行統(tǒng)計分析，并將統(tǒng)計分析結果與專業(yè)知識相結合, 做出合理的解釋。 我們以實驗研究列聯(lián)表資料實例，運用SPSS軟件包進行統(tǒng)計分析，對操作過程和結果解釋予以詳細說明，希望能給大家提供借鑒。列聯(lián)表資料的SPSS分析 一、一般四格表（2 2 列聯(lián)表）資料 實驗研究一般四格表（22 列聯(lián)表）資料分析目的主要有 2 個，一是分析兩個比率總體的差別有無統(tǒng)計學意義或

2、兩樣本某指標的分布（或構成）總體是否相同，二是分析兩個分類特征是否有關聯(lián)。 例1. 某院欲比較異梨醇口服液（試驗組）和氫氯噻嗪+地塞米松（對照組）降低顱內(nèi)壓的療效，將200例顱內(nèi)壓增高患者隨機分為2 組, 見表1。表1 試驗組和對照組降低顱內(nèi)壓療效的比較組別有效無效有效率(%)合計試驗組99595.20104對照組752178.1396合計1742687.00200 一、一般四格表（2 2 列聯(lián)表）資料組別有效無效 數(shù)據(jù)錄入： 打開SPSS；點擊Variable View 定義變量，變量 1 Name 為“group”，Type 為“String”；變量 2 Name 為“effect”，Ty

3、pe 為“String”；變量3 Name 為 “count”；Type 為 “Numeric”，Decimals 為“0”，其它為默認設置；點擊Data View 輸入數(shù)據(jù)。 分析過程： 頻數(shù)加權（所有列聯(lián)表資料均需經(jīng)過頻數(shù)加權, 以下例題分析中省略該過程）： Data Weight Cases Weight Cases by： Frequency Variable：count OK 數(shù)據(jù)錄入： 分析： Analyze Descriptive Statistics Crosstabs Rows：group Columns: effect Statistics： Chi- square：Con

4、tinue OK 分析： 主要結果與解釋：根據(jù)22表資料 c2 檢驗的應用條件：總例數(shù)（n） 40 且所有的理論值（T） 5 時，選用一般的 c2 檢驗；P a 時, 改用Fisher 確切概率法； n 40, 有1 T 5 時,選用連續(xù)校正的檢驗；或改用Fisher確切概率法; n 40，或T 1 時，用Fisher 確切概率法。 該資料n大于40，所有T 均大于5，可取Pearson c2 值和似然比（Likelihood ratio）c2值，二者 c2 值分別為12.123 和12.864，P 40，且所有 T 5，取Pearson c2 檢驗結果，c2 = 9.981， P 0.01，

5、可認為嬰兒腹瀉與喂養(yǎng)方式有關聯(lián)；Pearson 列聯(lián)系數(shù) C = 0.329，根據(jù) C 0.7為高度關聯(lián)、C 0.4 為中度關聯(lián)、C 0.4 為低度關聯(lián)的判斷原則，二者關聯(lián)強度較弱。 主要結果與解釋： 二、配對四格表（22 列聯(lián)表）資料 例3. 某研究者對同一批標本進行兩個指標的檢測，結果見表3。問： 兩個指標的分布有無差別? 兩個指標有無關聯(lián)?表3 同一批標本兩個指標的檢測結果 甲指標乙指標+-+-2173423162 二、配對四格表（22 列聯(lián)表）資料甲指標乙指標+- 數(shù)據(jù)錄入： 定義變量，變量 1 Name 為 “A”，變量 2 Name 為“B”，變量 3 Name 為“count”，

6、Type 均為 “Numeric”，Decimals 均為 “0”，其它為默認設置； 輸入數(shù)據(jù)，A= 1、B= 1：甲指標 “+”、乙指標“+”；A= 1、B= 2：甲指標 “+”、乙指標“-”； A= 2、B= 1：甲指標“-”、乙指標“+”；A= 2、B= 2：甲指標“-”、乙指標“-”。 分析過程： Analyze Descriptive Statistics Crosstabs Rows：A Columns：B Statistics： Chi square， Contingency coefficient， McNemar Continue OK 數(shù)據(jù)錄入： 主要結果與解釋： McNe

7、mar c2 檢驗（SPSS McNemar 檢驗法不給 c2 值），P = 0.185，說明兩個指標分布的差別無統(tǒng)計學意義；一般c2 檢驗，Pearson c2 = 235.821， P 0.01，說明兩個指標存在關聯(lián)，Pearson 列聯(lián)系數(shù) C = 0.592，關聯(lián)程度中等。 主要結果與解釋： 例4. 某研究者用胃鏡和活檢對1 321 例患者進行胃癌檢查，結果見表 4。問胃鏡和活檢的結果是否一致?表4 1 321 例患者胃鏡和活檢結果胃鏡活檢+-+-1434481 126 例4. 某研究者用胃鏡和活檢對1 321 例患者進 數(shù)據(jù)錄入： 同例 3。 分析過程： Analyze Descr

8、iptive Statistics Crosstabs Rows: A Columns: B Statistics : Kappa, McNemar, Continue OK 數(shù)據(jù)錄入： 主要結果與解釋： McNemar 檢驗，P 0.01，說明兩種檢查方法有差別；Kappa 檢驗（SPSS 不給可信區(qū)間），Kappa = 0.824，P 0. 01，說明兩種檢查具有較好的一致性。 可以看出, 兩種檢驗結果是矛盾的。為什么呢? McNemar 法一般用于樣本含量 n 不太大的資料，因只考慮結果不一致的情況，而未考慮樣本含量 n 和結果一致的情況，所以，當 n 很大且結果一致率高時，不一致的數(shù)值

9、相對較小，容易出現(xiàn)有統(tǒng)計學意義的檢驗結果，但實際意義可能不大。本例即是如此，應以一致性檢驗結果為準。實際上，對于兩種檢驗（查）方法或診斷方法結果進行分析時，主要分析的也就是一致性。根據(jù)Kappa 值判斷一致性強度的標準尚有爭議，一般認為：Kappa 值 0.75 時，有極好的一致性。 主要結果與解釋： 三、R C 表資料 1. 雙向無序 R C 表資料 例5. 某醫(yī)生研究物理療法、藥物治療和外用膏藥三種療法治療周圍性面神經(jīng)麻痹的療效，資料見表5，問三種療法的有效率有無差別?表5 三種療法治療周圍性面神經(jīng)麻痹的療效療 法有效無效合計有效率（%）物理療法藥物療法外用膏藥19916411871826

10、26018214496.6090.1181.94合 計4815153290.41 三、R C 表資料療 法有效無效合計有效率（% 數(shù)據(jù)錄入與分析過程，見例1。 主要結果與解釋： 該資料的原因變量（療法）與結果變量（有效與無效）均無序，屬雙向無序 RC 表資料，選用一般 c2 檢驗分析即可。RC 表資料c2 檢驗時，要求所有T 1 且T 5，取Pearson c2 值或似然比c2 值，c2 = 21.038（或21.559），P 5，c2 = 213.162（或248.143）, P 0.01，認為該地 ABO 血型和 MN 血型系統(tǒng)之間有關聯(lián)。列聯(lián)系數(shù)C = 0.188，關聯(lián)性很弱。 數(shù)據(jù)錄入

11、與分析過程: 2. 單向有序RC 表資料 例7 某醫(yī)生用 3 種藥物治療某病患者，療效如表7。問 3 種藥物的療效有無差別?表7 3 種藥物對某病患者的療效藥物種類治愈顯效好轉無效合計ABC154149915315045522241008585合 計207312651270 2. 單向有序RC 表資料 藥物種類治愈顯效好轉無 數(shù)據(jù)錄入： 定義變量，變量1 Name 為“medicine”，變量 2 Name 為“result”，變量 3 Name 為“count”，Type 均為“Numeric”，Decimals 均為“0”，其它為默認設置； 輸入數(shù)據(jù)： medicine：1 為“A藥”，2

12、 為“B 藥”，3 為“C 藥”，result：1 為“治愈”，2 為“顯效”，3 為“好轉”，4 為“無效”。 數(shù)據(jù)錄入：分析過程： Analyze Nonparametric tests K Independent Samples Test Variable List: result Grouping Variable: medicine Define Range: Range for Grouping Variable: Minimum: 1; Maximum: 3; Continue Kruskal- Wallis H OK分析過程： 主要結果與解釋： 該資料原因變量“藥物種類”屬于無

13、序變量，而結果變量“療效”屬于有序變量；可以選用秩和檢驗、Ridit分析或有序變量的Logistic回歸分析，本例選用秩和檢驗分析。結果，c2 (Hc) = 61.146，P 0.05，故尚不能認為高血壓患者的血壓控制情況與其肥胖程度有相關關系。Kendall 和 Spearman 等級相關分析結果：t = - 0.074，P = 0.401；rs = - 0.085，P = 0.381，也不支持兩者之間有相關關系。該資料若把“肥胖程度”視為無序的分組變量，則可按照“單向有序RC 表資料”進行秩和檢驗分析。 主要結果與解釋： 4. 雙向有序且屬性相同 RC 表資料 例9 兩位放射科醫(yī)生對一批矽

14、肺胸片獨自作出了矽肺分級診斷，請問他們的診斷結果是否一致。表9 兩位醫(yī)生對一批矽肺胸片的分級診斷結果甲醫(yī)生乙醫(yī)生合計1級2級3級1級2級3級32101554701245476752合計337657166 4. 雙向有序且屬性相同 RC 表資料 甲醫(yī)生乙 數(shù)據(jù)錄入與分析過程： 見例4。 主要結果與解釋： 該資料兩位醫(yī)生的診斷結果有序（等級）且屬性相同，選用一致性檢驗。結果, Kappa= 0.676 0.75，P 0.01，認為兩位醫(yī)生的診斷存在一致性，一致性中等。 數(shù)據(jù)錄入與分析過程： 四、多個樣本率間的兩兩比較 對于 K2 表或 2K 表資料，總體檢驗有統(tǒng)計學意義時，只能說明各總體比率（分布

15、）之間總的說來有差別，但不能說明任兩個總體比率（分布）之間有差別。若要對每兩個總體比率（分布）之間做出有無差別的推斷，需進一步分析。 四、多個樣本率間的兩兩比較 1. 組間全面比較 Bonferroni 法 設總的檢驗水準為a，進行比較的次數(shù)為m，令各次比較的檢驗水準 a= a/ m, 并規(guī)定P a 時拒絕 H0，基于這樣的做法，就可以把 類錯誤的累積概率控制在a。當多組間比較次數(shù)不多時，該法的效果較好。但是，當組間比較次數(shù)較多（如10 次以上）時，檢驗水準過低，導致結果過于保守，犯類錯誤的概率增加。 以例5為例，分析三種療法任兩種療法之間療效有無差別。 1. 組間全面比較 Bonferron

16、i 法 求總的c2 值，P a 時，作兩兩比較。本例 Pearson c2 = 21.038，P 0.01； 求各四格表的 c2 值及 P 值； 按公式計算校正的 a 值，式中 k 為比較的組數(shù)，本例為 3； 各 P 值與校正的 a 值比較，判別有無統(tǒng)計學意義。表10 三種療法有效率的兩兩比較比較組c2值P值a值統(tǒng)計學意義物理療法與藥物治療物理療法與外用膏藥藥物治療與外用膏藥6.75621.3234.5910.0090.0000.0320.01250.01250.0125有有無 求總的c2 值，P a，表明尚不能認為此兩種療法有效率有差別。 結果與解釋： 2. 多個實驗組與同一對照組比較 Br

17、unden 法 若多個實驗組與同一對照組進行比較時，設總的檢驗水準為a，樣本率個數(shù)為k，則每個實驗組與對照組比較的檢驗水準a，并規(guī)定 P a時拒絕 H0。仍以例 5 為例，以外用膏藥作為對照，分析物理療法和藥物治療兩種療法與物理療法之間療效有無差別。 2. 多個實驗組與同一對照組比較 Brunden 求總的c2 值，P a時，作兩兩比較。本例Pearson c2 = 21.038，P 0.01； 求各實驗組與對照組四格表的c2值及P 值； 按公式計算校正的a值； 各P值與校正的a值比較，判別有無統(tǒng)計學意義。表11 物理療法和藥物治療與外用膏藥法有效率的比較比較組c2值P 值a值統(tǒng)計學意義物理療

18、法與外用膏藥藥物治療與外用膏藥21.3234.5910.0000.0320.01250.0125有無 求總的c2 值，P a時，作兩兩 結果與解釋： 物理療法與外用膏藥比較，Pearson c2 = 21.323，P a，表明尚不能認為此兩種療法的有效率有差別。 結果與解釋： 進行多個樣本率的多重比較時，除上述介紹的兩種方法外，還有將RC 表分割成若干個四格表進行分析的 c2 分割法、通過調整檢驗界值進行多個樣本率間兩兩比較的杜養(yǎng)志法和羅文海法以及通過計算兩率之差的可信區(qū)間來推斷比較組間有無差別的 Scheffe 法等可供選擇。 進行多個樣本率的多重比較時，除上述介參考文獻： 李永紅. 實驗研究列聯(lián)表資料的 SPSS 分析J .中國熱帶醫(yī)學， 2007， 7(10) : 19411958。 程琮，程瑋，范華. 行列相關的測度J. 中國衛(wèi)生統(tǒng)