spss卡方检验 SPSS教程：分层卡方检验（CMH检验）

说到卡方检验，相信很多小伙伴会觉得这不简单。这不是汇率的比较。只要看到分类变量，就可以直接用卡方检验，用SPSS计算结果两三次，得到P

但是，当你尝试打排位赛，尝试提升位置的时候，不如花一点时间，用一点咖啡学习一些有趣的统计知识，让你在统计的大坑里不断掌握经验，提升水平，也是一个不错的选择。

层次分析法是控制混杂因素的常用方法。它根据混杂因素对数据进行分层，然后计算每一层的或值。如果层间OR值不一致，说明分层因素中可能存在混杂效应，需要单独报告OR值；如果层与层之间的“或”值相同，则可以将“或”值组合起来计算调整后的“或”值。

那么，如何判断层间的OR值是否一致呢？有没有相关的统计方法来检验？如果层与层之间的OR值是同质的，如何计算合并后的OR值？这个时候卡方测试家族会发“分层卡方测试”，本期会详细介绍你。

分层卡方检验

分层卡方检验，又称Cochran-Mantel-Haenszel检验(CMH检验)，主要用于上述分层分析，即在研究暴露/治疗因素与结局事件相关性的基础上，考虑分层因素的混合效应。

CMH检验通过控制分层因素来检验暴露/治疗因素和调整后的结果事件之间的相关性。事实上，CMH检验不再是简单的单因素分析，而是已经开始融入多因素分析的思维模式，应该算是最简单的多因素分析方法。

研究实例

例如，年轻的咖啡学生计划讨论吸烟对某种疾病风险的影响，包括350名受试者，并记录他们的疾病状态、吸烟、性别等信息。

首先，通过卡方检验检验吸烟因素与疾病的相关性。结果显示皮尔逊χ2=3.607，P=0.058，OR=1.701，95% CI = 0.980-2.953，无统计学意义。因此，吸烟对患病风险没有影响。

没有得到阳性结果的咖啡很不开心，但咖啡发现卡方检验P值非常接近0.05，且OR > 1，倾向于认为吸烟是危险因素。因此，Cafe重新检查了数据，发现男女吸烟者比例差异较大，其中男性吸烟者占49.6%，女性吸烟者占18.4%，两组差异有统计学意义(P

咖啡判断性别可能是一个混合因素，在初步分析中影响了吸烟对疾病的整体影响。因此，咖啡决定将性别作为分层因素，采用分层卡方检验分析不同性别分层下吸烟因素对疾病风险的影响。

SPSS操作

单击设计统计→交叉表

在“交叉表”对话框中，选择“行变量”框中的“疾病”，选择“列变量”框中的“吸烟”，选择“层”框中的分层因子“性别”作为分层基础。

如果需要同时控制多个分层因子，可以点击下一步，在框中选择下一个分层因子。SPSS最多允许8层。

单击统计，检查卡方、风险和科克伦以及曼特尔-海恩斯泽尔统计，单击继续返回，然后单击确定完成操作。

结果解释

1.在卡方检验卡方检验表中，分别给出了男性、女性和一般人群的卡方检验结果。

对于男性，皮尔逊χ2=8.433，P=0.004，OR=2.769，95% CI = 1.368-5.607，具有统计学意义，提示吸烟是男性患此病的危险因素。

女性，皮尔逊χ2=0.966，P=0.326，OR=0.463，95% CI = 0.097-2.214，无统计学意义，提示吸烟对女性该病的发生无影响。

2.比值比同质性检验，即检验不同层下OR值是否一致，也称OR值同质性检验。两种同质性检验方法的统计量及其检验结果输出在表中。布雷斯洛-戴法χ2=4.624，P=0.032，塔隆法χ2=4.617，P=0.032。两种方法都表明p

3.条件依赖的检验，即分层卡方检验的结果，其中行变量和列变量分别为疾病和暴露因素，假设检验为“病例组和对照组的暴露因素比例是否有差异”。

两种方法的统计量输出在表中，柯克兰方法χ2=4.599，P=0.032，曼特尔-海恩斯泽尔方法χ2=3.960，P=0.047，前者是后者的改进，两种方法均显示P

Mantel-haenszel共同优势比估计，即估计的组合OR值，是在上述优势比同质性检验认为所有层OR值都是同质的前提下，进一步估计组合相关强度。SPSS使用伍尔夫方法检验or值是否具有统计显著性，其假设检验应为“OR值是否等于1”。

本病例结果显示，控制性别分层影响后，吸烟为危险因素，其合并OR=1.935，95% CI为1.065-3.519，伍尔夫法计算的P值为0.030。

但需要注意的是，在本例中，优势比同质性检验的结果显示层间OR值存在一定的异质性，此时不宜合并OR值，建议分层上报；如果层之间的或值一致，则可以报告最终的组合或值。

写结论

1.如果层间或值的质量不同，则按等级报告结果，结果描述如下:

优势比同质性检验表明p

2.如果层间OR值是同质的，结果描述如下:(本案例研究不适用于这种情况，但此处仅给出一个示例)

优势比同质性检验的结果表明，层间的或值是同质的(P > 0.05)；0.05)，所以在控制了性别分层的影响后，吸烟是该病发生的危险因素，其合并OR=1.935，95% CI = 1.065-3.519，P=0.047。

注:对于前述“3。分层卡方检验结果”和”4。根据曼特尔-海恩斯泽尔法估算的“或”值的检验结果”，它们的P值在结论上应该是一致的。

根据《医学统计学》(孙振秋主编)教材中的介绍，层次分析的OR值可以用Mantel-Haenszel方法估计，OR值的假设检验直接用Mantel-Haenszel卡方检验的χ2统计量进行，OR值的95%置信区间用Miettinen方法计算，所以Mantel-Haenszel卡方检验的P值可以在这里报道。

SPSS使用伍尔夫方法计算OR值的95%置信区间，并进行检验。此时P=0.030。由于计算方法不同，P值略有不同，但结论一致。