spss中交叉分析主要用來檢驗兩個變數之間是否存在關係，或者說是否獨立，其零假設為兩個變數之間沒有關係。在實際工作中，經常用交叉表來分析比例是否相等。例如分析不同的性別對不同的報紙的選擇有什麼不同。

spss交叉表分析方法與步驟： 

1、在spss中開啟資料，然後依次開啟：analyze--descriptive--crosstabs，開啟交叉表對話方塊 

2、將性別放到行列表，將對讀物的選擇變數放到列，這樣就構成了一個交叉表  

3、設定輸出的結果，點選statistics，開啟一個新的對話方塊   

4、勾選chi-square（卡方檢驗），勾選phi and cramer's V（衡量互動分析中兩個變數關係強度的指標

），點選continue，回到交叉表對話方塊   

5、點選cells，設定cell中要展示的資料  

6、在這裡勾選observed（各單元格的觀測次數），勾選row（行單元格的百分比），點選continue，回到交叉表對話方塊   

7、點選ok按鈕，輸出檢驗結果     

8、先看到的第一個表格就是交叉表，性別為行、選擇的讀物為列   

9、卡方檢驗結果：主要看pearson卡方檢驗，sig值小於0.05，因此認為不同的性別的人對週末讀物的選擇有顯著的差別   

10、最後一個表格，輸出的是phi值和V值，兩個都代表兩個變數之間的關係的緊密度，數值小於0.1說明關係不緊密，即性別與週末讀物的選擇沒有明顯的關係，這個結論和上面的卡方檢驗有出入，所以需要進一步進行兩兩比較。 

來源：百度文庫http://wenku.baidu.com/view/c659b1e3172ded630b1cb6a3.html

資料分析聯盟：http://www.52analysis.com/SPSS_SAS/292.html 

 

▼2、將性別放到行列表，將對讀物的選擇變數放到列，這樣就構成了一個交叉表  

▼4、勾選chi-square（卡方檢驗），勾選phi and cramer's V（衡量互動分析中兩個變數關係強度的指標），點選continue，回到交叉表對話方塊

▼6、在這裡勾選observed（各單元格的觀測次數），勾選row（行單元格的百分比），點選continue，回到交叉表對話方塊 

▼8、先看到的第一個表格就是交叉表，性別為行、選擇的讀物為列   

▼9、卡方檢驗結果：主要看pearson卡方檢驗，sig值小於0.05，因此認為不同的性別的人對週末讀物的選擇有顯著的差別   


▼10、最後一個表格，輸出的是phi值和V值，兩個都代表兩個變數之間的關係的緊密度，數值小於0.1說明關係不緊密，即性別與週末讀物的選擇沒有明顯的關係，這個結論和上面的卡方檢驗有出入，所以需要進一步進行兩兩比較。 

中文：

是否死亡放置於行好一些；“精確”為預設，“統計量”選卡方和Phi；“單元顯示”將計數和百分比全選，“格式”為預設。
 

結果：

Value=卡方值；df=自由度；ASYMP.sig=P值=相伴性概率。p大於0.05（自己設定的顯著性水平），接受原假設，否則拒絕，即P值小於0.05認為結果有顯著性差異。注意表格下面的註解：b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 191.89，這句話很重要，關係到結果是否可靠！理論頻數小於5的cells（格子）比例不超過20%，結果可靠，採用Pearson Chi-Square的P值-ASYMP.sig。當理論頻數小於5的cells（格子）比例超過20%，應看Exact Test（確切概率法）。 

給出的Asymp. Sig 是通過卡方值算的。

 

最常用的醫學統計：

TTest - 獨立樣板T檢驗，推斷兩個總體的總體的獨立樣本均值是否存在顯著差異

交叉表 - 不同的性別對不同疾病的選擇有什麼不同用此分析法,即卡方檢驗，卡方檢驗

Logist 迴歸 - 確定兩種或兩種以上變數間是否相關、相關方向與強度，即相互依賴的定量關係