配对χ²检验(Paired χ² Test)——SPSS软件实现

发布于 2022年5月8日 星期日 11:54:00 浏览:7965
原创不易,转载请注明来源,感谢!
附件下载:
配对卡方检验.csv 请勿重复点击,如无响应请耐心等待或稍后再试。

在上一篇文章中我们介绍了配对χ2检验(Paired χ2 Test)的假设检验理论,本篇文章将使用同样的案例演示在SPSS软件中实现配对χ2检验的操作步骤。

关键词:SPSS; 配对四格表; 配对卡方检验; McNemar检验

一、案例介绍

某实验室分别用A方法和B方法对600名患者血清中某抗体进行测定,问两种方法的检测结果有无差别?

创建变量“A”和“B”分别代表两种测定方法,测量尺度设为“Nominal(名义)”。赋值“1”和“2”分别代表抗体检测阳性和阴性。创建频数变量“Frequency”,测量尺度设为“Scale(标度)”,代表对应检测方法和检测结果下的对子数。数据见图1。

图1

二、问题分析

本案例的分析目的是比较两种方法的检测结果有无差别,属于配对设计,可以认为是在比较两种方法检测结果的一致性,或者比较两者阳性检测率的差异。每个数字代表的是一个对子,而不是单独的一个频数。对于本案例可采用2×2配对χ2检验(McNemar test)进行分析。但需要满足3个条件:

条件1:观察变量为二分类变量,本案例数据为检测方法的阴性和阳性,满足该条件。

条件2:试验方法或干预措施为两个,本案例为A和B两种检测方法,满足该条件。

条件3:研究设计为配对设计,即对同一批样本或研究对象进行两种方法的检测或干预。本案例对同一组患者使用两种抗体检测方法,为配对设计,满足该条件。

三、软件操作及结果解读

(一) 适用条件判断

根据研究设计,本案例数据满足条件1—条件3。

(二) 统计描述及推断

1. 软件操作

本案例为频数资料,需要先进行加权处理。

①选择“Data(数据)”—“Weight Cases(加权个案)”(图2),出现“Weight Cases(加权个案)”对话框。

图2

②在“Weight Cases(加权个案)”对话框中选择“Weight Cases by(个案加权系数)”,将左侧变量“Frequency ”选入右侧“Frequency Variable(频数变量)”框中,点击“OK”,则完成数据加权(图3)。

图3

加权个案后进行χ2检验。

③选择“Analyze(分析)”—“Descriptive Statistics(描述统计)”—“Crosstabs(交叉表)”(图4)。

图4

④出现“Crosstabs(交叉表)”对话框,将变量“A”和“B”分别放入右侧Row(s)和Column(s)下方的变量框中(图5),可以互换位置,不影响检验结果。

图5

⑤点击“Crosstabs(交叉表)”对话框右侧“Statistics (统计)”,在“Crosstabs: Statistics(交叉表:统计量)”对话框中勾选“McNemar(麦克尼马尔)”,然后点击“Continue(继续)”回到“Crosstabs(交叉表)”对话框(图6)。

图6

⑥点击“Crosstabs(交叉表)”对话框右侧“Cells(单元格)”,在“Crosstabs: Cell Display(交叉表:单元显示)”对话框中勾选“Observed(观察值)”、“Row(行)”、“Column(列)”,其他保持默认不变,如图7所示。点击“Continue(继续)”后回到“Crosstabs(交叉表)”对话框,点击“OK”,则得到卡方检验结果。

图7

2. 结果解读

(1) 统计描述

图8为“A方法*B方法Crosstabulation(A方法*B方法交叉表)”,给出了A、B两种方法检测一致的对子数和不一致的对子数,各自检测的阳/阴性频数和百分比。可知两种检验方法一致的有440对(同为阳性110对,同为阴性330对),不一致的有160对(A方法为阳性,B方法为阴性130对;A方法阴性,B方法阳性30对)。

图8
(2) 统计学推断

“Chi-Square Tests(卡方检验)”给出了McNemar检验结果,可知P<0.001,提示两种方法检出的阳性率差异有统计学意义,即两种检测方法结果不同。

图9

四、结论

本研究采用2×2 配对χ2检验(Paired Samples McNemar Tests)评价A方法和B方法检测患者血清中某抗体阳性率的一致性。结果显示检测不一致的有160对(A方法为阳性,B方法为阴性130对;A方法阴性,B方法阳性30对);配对χ2检验分析发现,两种检测方法结果不同(P<0.001)。

End
文章目录 沉浸式阅读