卡方检验主要用于研究定类与定类数据之间的差异关系。一般使用卡方检验进行分析的目的是比较差异性。
例如研究人员想知道两组学生对于手机品牌的偏好差异情况。
卡方检验除X、Y两项定类数据外，还有加权项（可选）。
加权项由数据格式决定，正确的数据格式如下图：
结果输出：
① 卡方检验分析结果：
卡方值为7.054，p 值为0.029<0.05，说明不同减肥方式样本对于胆固醇水平全部均呈现出显著性差异。
② 卡方检验统计量过程值：
卡方检验提供提供三种卡方值，分别为Pearson卡方，yates校正卡方，Fisher卡方；
具体应该使用Pearson卡方，yates校正卡方，也或者Fisher卡方；需要结合X和Y的类别个数，样本量，以及期望频数格子分布情况等，选择最终应该使用的卡方值。SPSSAU会自动化这一选择过程，具体选择标准如下：
③深入分析-效应量指标
当呈现出显著差异性(前提)时,可分析差异,同时还可以分析差异幅度(即效应量) (提示:效应量分析为可选，只有深入研究时才需要分析);
卡方检验时,通常有5个指标均可表示效应量大小，区别在于使用场合不一样，需要结合数据交叉类型等选择使用;
④ 卡方检验多重比较
卡方检验多重比较指两两类别组合（每个组合共4个数字）重复进行卡方检验；
第一：多重比较的次数=C(X类别个数)*C(Y类别个数)，比如X类别为3，Y类别个数为5，则为C(3,2)*C(5,2)=30次；
第二：SPSSAU仅针对第1个Y进行，可通过更换Y的位置实现其它分析项的多重比较，X或Y的选项个数大于10时不进行多重比较；
第三：多重比较时提供的是Pearson卡方检验；
第四：多重比较时，检验次数增多会增加一类错误的概率，建议使用校正显著性水平(Bonferroni校正)；
第五：如果显著性水平为0.05，并且两两比较次数为3次，那么Bonferroni校正显著性水平为0.05/3次=0.0167，即p 值需要与0.0167进行对比，而不是0.05；
⑤ 趋势卡方检验
Cochran-Armitage 趋势卡方检验(Linear-by-Linear)研究k*2(或2*k)列联表数据的趋势差异关系；
第一：Cochran-Armitage 趋势卡方检验通常用于k*2(或2*k)的列联表结构,k为有序定类数据,2指两个类别；
第二：如果p值小于0.05则说明k组间呈现出某种趋势变化；
第三：如果p值大于0.05则说明k组间不会呈现出趋势变化；
第四：SPSSAU默认均提供趋势卡方检验(Linear-by-Linear)结果，但需要注意使用此指标的前提条件。
使用SPSSAU进行卡方检验非常方便快捷，一键得出分析结果，更有智能分析教你看懂分析结果，即使没有统计学背景也能做好数据分析~
以上。
