卡方檢驗(yàn)是以卡方分布為基礎(chǔ)的一種常用的假設(shè)檢驗(yàn)方法，原假設(shè)為 H0：觀察頻數(shù)與期望頻數(shù)沒有差別。

如果分析結(jié)果P值（統(tǒng)計(jì)量取極端情況的概率值）很小，說明觀察值與期望值差別較大，應(yīng)當(dāng)拒絕原假設(shè)?？ǚ綑z驗(yàn)最常用于考察分類變量在兩組或多組間的分布是否具備顯著性差異。也可用于檢驗(yàn)兩種方法的結(jié)果是否一致，比如使用兩種方法診斷同一批人，結(jié)果是否一致。SPSS的操作為：第一步：將樣本數(shù)據(jù)錄入SPSS，在變量視圖中設(shè)置好變量的類型；第二步：分析——描述統(tǒng)計(jì)——交叉表，分別把要考察的分類變量和分組的變量放入行和列中。分類變量比如對(duì)某種診斷的反映結(jié)果（本例中為對(duì)問題1的選擇結(jié)果，1或0）；分組變量比如1、0兩個(gè)組，本例是考察這兩個(gè)組在問題1的結(jié)果上是否具備顯著差異性。第三步：設(shè)置分析條件，點(diǎn)開”精確“按鈕，設(shè)置置信水平為95%（或者更嚴(yán)格的99%），點(diǎn)擊繼續(xù)；點(diǎn)開”統(tǒng)計(jì)量“，選中"卡方"、“相關(guān)性”。其他選項(xiàng)默認(rèn)或者按需選擇即可。第四步：結(jié)果解讀。以上輸出的結(jié)果如下，這里說一下卡方檢驗(yàn)結(jié)果表。表中給出了多種檢驗(yàn)結(jié)果，其中Pearson卡方是最標(biāo)準(zhǔn)也是最常用的卡方檢驗(yàn)結(jié)果，適用于樣本量充足的情況（腳注中說明了0單元格的期望計(jì)數(shù)少于5，最小期望計(jì)數(shù)為6.3，說明該樣本量已滿足Pearson卡方的要求），只需要看Pearson的結(jié)果即可。這里Pearson卡方檢驗(yàn)結(jié)果sig<0.05，說明這兩個(gè)組在問題1上具有顯著性差異，該差異滿足95%的顯著性水平。