
SPSS詳細(xì)操作:一致性檢驗(yàn)和配對卡方檢驗(yàn)
一、問題與數(shù)據(jù)
有兩種方法可用于診斷某種癌癥,A方法簡單易行,成本低,患者更容易接受,B方法結(jié)果可靠,但操作繁瑣,患者配合困難。某研究選擇了53例待診斷的門診患者,每個患者分別用A和B兩種方法進(jìn)行診斷(表1),判斷兩種方法診斷癌癥有無差別,A方法是否可以代替B方法。
表1 進(jìn)口藥和國產(chǎn)藥治療效果
二、對數(shù)據(jù)結(jié)構(gòu)的分析
之前介紹過成組設(shè)計(jì)的列聯(lián)表,它的行變量和列變量代表的是一個事物的兩個不同屬性,以我們舉過的A藥和B藥治療急性心肌梗死患者療效比較為例,例子中行變量“藥物”和列變量“轉(zhuǎn)歸”是患者的兩個不同特征。
但是配對設(shè)計(jì)的列聯(lián)表卻有些不同,它的行變量和列變量代表的是一個事物的同一屬性,只是對這個屬性的判斷方法不同而已。如表1所示,行和列均指的是患者是否患有癌癥,所不同的是一個是A方法,另一個是B方法。這種列聯(lián)表最大的特點(diǎn)是行和列數(shù)目永遠(yuǎn)都是一樣的。此時,再用成組計(jì)數(shù)資料的χ2檢驗(yàn)就不合適了。這里我們就要用到Kappa一致性檢驗(yàn)和配對χ2檢驗(yàn)(McNemar檢驗(yàn))。
為什么同一配對設(shè)計(jì)計(jì)數(shù)資料咋還有兩種檢驗(yàn)方法呢?其實(shí)這兩種方法各有側(cè)重:
1、Kappa檢驗(yàn)旨在評價(jià)兩種方法是否存在一致性;配對χ2檢驗(yàn)主要確定兩種方法診斷結(jié)果是否有差別;
2、Kappa檢驗(yàn)會利用列聯(lián)表的全部數(shù)據(jù),而配對χ2檢驗(yàn)只利用“不一致“數(shù)據(jù),如表1中b和c;
3、Kappa檢驗(yàn)可計(jì)算Kappa值用于評價(jià)一致性大小,而配對χ2檢驗(yàn)只能給出兩種方法差別是否具有統(tǒng)計(jì)學(xué)意義的判斷。
Kappa值判斷標(biāo)準(zhǔn):
Kappa≥0.75,說明兩種方法診斷結(jié)果一致性較好;
0.4≤Kappa<0.75,說明兩種方法診斷結(jié)果一致性一般;
Kappa<0.4,說明兩種方法診斷結(jié)果一致性較差。
有關(guān)具體計(jì)算過程,我們這里可以交給計(jì)算機(jī)統(tǒng)計(jì)軟件SPSS來完成。
三、SPSS分析方法
1. 數(shù)據(jù)錄入
(1) 變量視圖
(2) 數(shù)據(jù)視圖
2. 加權(quán)個案:選擇Data→weight cases→勾選Weight cases by,將頻數(shù)放入Frequency Variable→OK。
3. 選擇Analyze→Descriptive Statistics→Crosstabs
4. 選項(xiàng)設(shè)置
(1) 主對話框設(shè)置:將“A方法”和“B方法”兩個變量分別放入Row(s)框和Column(s)框中(無位置要求)。
(2) Statistics設(shè)置:勾選McNemar和Kappa→Continue
(3) Cells設(shè)置:Counts中勾選Observed,輸出實(shí)際觀測頻數(shù);Percentages勾選Row和Column,輸出行和列占比→Continue→OK
四、結(jié)果解讀
表1 統(tǒng)計(jì)描述
表2 配對χ2檢驗(yàn)
表3 Kappa一致性檢驗(yàn)
表2中SPSS給出了McNemer檢驗(yàn)的結(jié)果,P=0.022<0.05,提示兩種方法診斷情況并不一致;表3中Kappa=0.506,P<0.001,提示兩種方法診斷結(jié)果存在一致性,但是Kappa在0.4~0.75范圍內(nèi),一致性一般。
五、撰寫結(jié)論
A方法和B方法診斷結(jié)果一致性一般(Kappa=0.506,P<0.001); B診斷陽性率為67.9%,明顯高于A診斷(50.9%),且差別具有統(tǒng)計(jì)學(xué)意義(P=0.022)。
PS: R*C配對列聯(lián)表的χ2檢驗(yàn)應(yīng)用Bowker檢驗(yàn),SPSS的具體操作方法同McNemar檢驗(yàn)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10