在上一期,我们已经讲完了双向有序且属性不同的列联表分析的SPSS操作教程及结果解读---孙医生工作室带你学统计学(挑战SCI)第25天,这期开始讲双向有序且属性相同的列联表分析,我们主要从双向有序且属性相同的的列联表分析介绍及案例的SPSS操作演示这几方面进行讲解。
双向有序且属性相同的列联表分析介绍
McNemar检验将行变量与纵变量不一致的总例数视为固定值,在此条件下来进行推断,无需考虑两变量一致的总例数的大小,这类方法在统计学上称为条件推断方法。
Kappa值实际上为两个差值之比,分子为实际观察到的一致率和可能由偶然机会造成的期望率之差值,差值越大,说明观察到的一致率远比机会造成的期望一致率高,分母为(1-期望率),若Kappa值较大说明一致性较好。
案例的SPSS操作演示
分析示例
对150名冠心病患者用两种方法检查室壁收缩运动的情况,检测结果见下表。
研究假设
研究问题1:两种方法检测结果是否一致?
研究问题2:两种方法检测结果的一致性是多大?
数据录入
1. 变量视图
名称 xl 标签 甲法
名称 x2 标签 乙法
名称 weight 标签 权重
2.数据视图
操作流程
1. 下图是对数据的预定义,在数据(D) 下拉菜单框中完成,即设置权重变量,该操作是R×C 表运算的基本操作。
2. 下图是R×C表的主对话框,主要设置行变量和列变量,行变量一般指分组变量,列变量指结果变量,本例当中x1 和 x2 的地位相等,故可以任意设定。行变量和列变量的设置只对结果的排列产生影响,并不影响其统计结果,因此大家可以将行变量与列变量随意调换。
3. 下图是选择统计检验方法,主要有以下两种:
(1)Kappa(K) 检验:又称一致性检验,研究两种方法检验的一致性,希望所有的频数都出现在主对角线上,这样一致性最好。 一般认为Kappa≥0.75 时表示两者一致性较好,0.4≤ Kappa<0.75 时一致性一般,Kappa<0.4 时表示两者一致性较差。
(2)MaNemar(M) 检验:配对卡方检验,研究两者在哪些地方不一致,即两者的诊断结果有 怎样的偏向,计算时只利用不在主对角线的数据。
结果解释
1.下表是处理记录缺失值情况报告,可见150例均为有效值。
2.在结果窗口双击假设检验摘要表格,弹出详细结果窗口,其结果如下:
3.配对卡方检验结果P=0.086>0.05, 认为甲法和乙法两者检验的结果无差别。
4.Kappa=0.676, 说明两者的一致性一般;P<0.01,说明Kappa值具有统计学意义。
参考:《临床医学研究中的统计分析和图形表达实例详解》
欢迎关注我,让你身边多一位熟悉统计分析方法的帮手,有以下付费视频或服务可供选购:
1.单个问题答疑咨询。1对1答疑、小额付费、48小时内有效。
2.答疑咨询年度会员。一年365天时限内各种统计分析问题1对1答疑,性价比高。
3.购买视频课程赠送课程相关主题内容1对1答疑1年。