卡方检验的期望频数要求是什么？

一般要求所有单元格期望频数不小于 5，且期望频数小于 5 的单元格不超过 20%；2×2 表若有单元格期望频数小于 5 应改用 Fisher 精确检验。

卡方检验和 t 检验有什么区别？

卡方检验分析分类变量之间的关联（计数数据），t 检验比较连续变量的均值。二者针对的数据类型不同。

卡方检验的连续性校正什么时候用？

2×2 列联表且样本量较小时使用 Yates 连续性校正以减小卡方值偏大；样本量较大时校正影响很小，通常报告 Pearson 卡方即可。

卡方检验要报告效应量吗？

要。2×2 表用 Phi（φ）系数，更大的表用 Cramer's V，用以衡量关联强度，弥补卡方值受样本量影响大的不足。

检验

卡方检验结果怎么写、怎么解读

作者 / 审校：shujufenxi 编辑部·最后审校 2026-05-24

你遇到的问题

你想检验两个分类变量（如性别与是否购买）之间是否存在关联，跑出了卡方值和 p 值，却不知道括号里除了自由度还要不要写样本量 N，也不清楚关联到底有多强、要不要报效应量。

适用场景

卡方独立性检验适用于两个分类变量之间关联性的检验，数据为频数（列联表），要求观测相互独立、且期望频数普遍不宜过小（一般要求 80% 以上单元格的期望频数≥5）。当为 2×2 表且样本较小时应考虑 Fisher 精确检验或 Yates 连续性校正；卡方只判断是否相关，不判断因果或方向。

正确做法

报告格式为 χ²（自由度，N＝样本量）＝检验值、p 值，并附效应量 Cramér's V（2×2 表也可用 φ）以说明关联强度。文字上要结合列联表百分比说明关联的具体表现，而不仅仅是「显著相关」。

报告示例：性别与是否购买该产品显著相关，χ²（1，N＝240）＝8.17，p＝.004，Cramér's V＝0.18。女性购买比例（62.5%）明显高于男性（43.3%），提示两者存在弱到中等的关联。

常见错误

错误一：括号里漏写样本量 N，或在期望频数过小时仍强行使用普通卡方，而不改用 Fisher 精确检验，导致结论不可靠。错误二：只报 χ² 和 p 不报 Cramér's V，读者无法判断关联强弱；大样本下即使关联很弱也容易显著，效应量才能说明实际意义。

需要更进一步？

如果你不确定期望频数是否达标、该用普通卡方还是 Fisher 精确检验，可以把列联表和输出粘贴进统计结果解读器，它会帮你判断并生成规范表述；如果涉及多分类、分层分析或有序变量趋势检验等更复杂情况，可以预约辅导，由老师帮你选对方法。

操作步骤

SPSS

「分析 → 描述统计 → 交叉表」，打开交叉表对话框。
将一个类别变量（如性别）选入「行」，另一个类别变量（如产品偏好）选入「列」。
点击「统计」，勾选「卡方」与「Phi 和 Cramer V」，点击「继续」。
点击「单元格」，勾选「观测」「期望」计数及「行」百分比，点击「继续」。
在输出中检查期望计数是否均 ≥ 5，再读取皮尔逊卡方值、df、渐近显著性及 Cramér's V。

# 卡方独立性检验
tab <- table(df$gender, df$preference)
chisq.test(tab)  # 皮尔逊卡方、df、p
chisq.test(tab)$expected  # 检查期望频数是否均 >= 5
library(vcd); assocstats(tab)  # 计算 Cramer's V

完整示例（模拟数据）

检验性别与产品类型偏好（甲、乙、丙）是否相互独立（模拟数据样例，N = 200）。

采用卡方独立性检验分析性别与产品偏好的关联。所有单元格期望频数均大于 5，满足检验前提。结果表明，性别与产品偏好显著相关，χ²(2, N = 200) = 12.45，p = .002，关联强度 Cramér's V = 0.25，属中等关联。列联表显示男性更偏好产品甲，女性更偏好产品丙。

统计量	数值
样本量 N	200
χ²(2)	12.45
p	.002
Cramér's V	0.25

常见疑问

卡方检验的期望频数要求是什么？: 一般要求所有单元格期望频数不小于 5，且期望频数小于 5 的单元格不超过 20%；2×2 表若有单元格期望频数小于 5 应改用 Fisher 精确检验。
卡方检验和 t 检验有什么区别？: 卡方检验分析分类变量之间的关联（计数数据），t 检验比较连续变量的均值。二者针对的数据类型不同。
卡方检验的连续性校正什么时候用？: 2×2 列联表且样本量较小时使用 Yates 连续性校正以减小卡方值偏大；样本量较大时校正影响很小，通常报告 Pearson 卡方即可。
卡方检验要报告效应量吗？: 要。2×2 表用 Phi（φ）系数，更大的表用 Cramer's V，用以衡量关联强度，弥补卡方值受样本量影响大的不足。

参考来源

· Agresti, A. (2013). Categorical Data Analysis (3rd ed.). Wiley.
· Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). Sage.
· American Psychological Association. (2020). Publication Manual of the APA (7th ed.).

用这个方法的示例试试解读器预约辅导

工具输出请自行核对后使用。内容参考见方法论标准。

← 返回知识库