卡方检验是以卡方分布为基础的一种常用的假设检验方法，原假设为 H0：观察频数与期望频数没有差别。如果分析结果P值（统计量取极端情况的概率值）很小，说明观察值与期望值差别较大，应当拒绝原假设。

卡方检验最常用于考察

分类变量在两组或多组间的分布是否具备显著性差异。

也可用于检验两种方法的结果是否一致，比如使用两种方法诊断同一批人，结果是否一致。

SPSS的操作为：

第一步：将样本数据录入SPSS，在变量视图中设置好变量的类型；

第二步：分析——描述统计——交叉表，分别把要考察的分类变量和分组的变量放入行和列中。分类变量比如对某种诊断的反映结果（本例中为对问题1的选择结果，1或0）；分组变量比如1、0两个组，本例是考察这两个组在问题1的结果上是否具备显著差异性。

第三步：设置分析条件，点开”精确“按钮，设置置信水平为95%（或者更严格的99%），点击继续；点开”统计量“，选中"卡方"、“相关性”。其他选项默认或者按需选择即可。

第四步：结果解读。以上输出的结果如下，这里说一下卡方检验结果表。

表中给出了多种检验结果，其中Pearson卡方是最标准也是最常用的卡方检验结果，适用于样本量充足的情况（脚注中说明了0单元格的期望计数少于5，最小期望计数为6.3，说明该样本量已满足Pearson卡方的要求），只需要看Pearson的结果即可。

这里Pearson卡方检验结果sig<0.05，说明这两个组在问题1上具有显著性差异，该差异满足95%的显著性水平。