【SPSS详细操作:配对卡方检验(McNema（rsquo及stest)）】在统计学中，当研究者需要比较同一组受试者在两种不同条件下的二分类结果时，常常会使用配对卡方检验。这种检验方法适用于配对设计的数据，例如在实验前后对比、同一对象在不同处理下的反应等场景。而 McNemar’s Test 就是专门用于这类数据的非参数检验方法。

一、什么是McNemar’s Test？

McNemar’s Test 是一种用于分析配对二分类数据的统计检验方法，主要用于判断在两个相关样本中，某一变量的分布是否存在显著差异。它特别适用于以下情况：

- 数据是成对的（如同一批被试在两种不同条件下做出的选择）

- 每个样本有两个二分类变量（如“是/否”、“成功/失败”）

与独立样本的卡方检验不同，McNemar’s Test 考虑的是配对之间的差异，而不是两组之间的独立比较。

二、适用条件

在使用 McNemar’s Test 之前，需满足以下前提条件：

1. 数据为配对设计；

2. 每个观察单位有两个二分类变量；

3. 样本量不宜过小，一般建议每个单元格的期望频数大于5（虽然McNemar’s Test 对此要求较宽松）。

三、SPSS中如何进行McNemar’s Test？

以下是使用 SPSS 进行 McNemar’s Test 的详细操作步骤：

步骤1：准备数据

确保你的数据格式如下：

| 被试编号 | 测量1（如A条件） | 测量2（如B条件） |

|----------|------------------|------------------|

| 1| 是 | 否 |

| 2| 否 | 是 |

| 3| 是 | 是 |

| ...| ...| ...|

其中，“测量1”和“测量2”应为二分类变量（如“是/否”或“0/1”）。

步骤2：打开SPSS并加载数据

将数据导入SPSS后，点击菜单栏中的 “分析” → “非参数检验” → “旧对话框” → “2个相关样本”。

步骤3：选择检验类型

在弹出的窗口中，选择 “McNemar” 作为检验类型，并将两个变量分别拖入 “检验对” 区域。

> 注意：SPSS 中的 McNemar’s Test 实际上是通过 “Binomial” 检验实现的，因此在某些版本中可能不会直接显示“McNemar”选项，但功能是一致的。

步骤4：设置其他选项（可选）

你可以根据需要调整置信区间、显著性水平等参数。

步骤5：运行分析

点击 “确定”，SPSS 将自动计算 McNemar’s Test 的统计量和 p 值。

四、结果解读

SPSS 输出的结果通常包括以下

- 卡方值（χ²）

- 自由度（df）

- 显著性水平（p 值）

如果 p 值小于设定的显著性水平（如 0.05），则说明两个测量结果之间存在显著差异；反之，则无显著差异。

五、注意事项

- 如果数据中出现较多“一致”（即两个变量相同）的情况，McNemar’s Test 的功效可能会降低。

- 当样本量较小（如总样本数 < 25），建议使用 精确检验 或 Fisher’s 精确检验 来提高准确性。

六、总结

McNemar’s Test 是一种非常适合配对二分类数据的统计分析工具。在 SPSS 中，虽然没有直接标注为“McNemar”的选项，但通过“非参数检验”中的“二个相关样本”功能，可以轻松完成该检验。掌握这一方法，有助于在实际研究中更准确地评估干预效果或变化趋势。

如果你在数据分析过程中遇到任何问题，欢迎随时查阅 SPSS 的帮助文档或寻求专业统计人员的支持。