男女选择差异是否显著？——手把手教你用SPSS做卡方检验

也许在心理学实证研究的学海中，T检验和方差分析是我们的“近邻”，卡方检验则是“远亲”。因为卡方处理的是离散变量，我们搞实证对连续变量才情有独钟。

但在用研的工作中，接触卡方检验是很多的。男女人数不等时怎么做检验？SPSS中有两个地方有卡方检验，有什么区别？这里用2个栗子，把卡方的“妖艳迷人”一次性说清楚。手把手教你用SPSS解决实际问题。

例1、在2个产品外观中，每人选择一个你更喜欢的。男女在2个外观选择上是否有差异？

为了方便您自己模拟操作，给数据如下：男性有70人，女性有30人。男性选A的有50人，选B的有20人。女性选A的有19人，选B的有11人。这时可以得到四格表，可以知道相比女性，男性会更偏爱A。但是这种差异是否显著？也就是两个样本均值的比较，故为独立性检验。

SPSS操作如下：

结果如下：卡方检验差异不显著。故得出结论：男女在2个外观上不存在显著差异。

例2、想知道我们的品牌在消费者购买中会不会存在品牌溢价？每个人回答自己的购买预算，以及如果是A品牌的购买预算，和如果是B（我们）品牌的购买预算。

为了方便您自己模拟操作，给数据如下：产品价格有6个选项：

○ 3000元以上

○ 2000-3000元

○ 1500-1999元

○ 1000-1499元

○ 800-999元

○ 800元以下

用EXCEL透视表可以很快得到，用户在自己的购买预算选择中结果如下：（此为基线）

用户在A品牌的购买预算选择中结果如下：

用户在我们品牌的购买预算选择中结果如下：

通过期望计算，可以发现A、B品牌的用户购买预算都低于基线，但三组数据间的差异是否显著？这不存在独立样本，故为配合度检验（也称拟合度检验）。

SPSS操作如下：

结果如下：A、B的购买预算与基线差异显著，A和B的购买预算差异不显著。说明两个品牌在用户心中都是“贬值”的，两个品牌的该类产品是不能带来品牌效应的。虽然B品牌好于A，但差异也并不显著，半斤八两。

以上为卡方检验的两种常用操作：独立性检验用交叉表中的卡方分析，拟合度检验用非参数检验的卡方分析。至于背后更多的统计原理，有兴趣可以参看各种统计书籍和文章。

更多文章欢迎关注个人微信公众号：管你喜欢不喜欢