SPSS არის სტატისტიკური ანალიზის შესანიშნავი საშუალება, რომელსაც შეუძლია მრავალი ტესტის ჩატარება. ქი – ს ტესტი გამოიყენება იმის დასადგენად, თუ როგორ ურთიერთქმედებს ორი ცვლადი და თუ ორ ცვლადს შორის კავშირი სტატისტიკურად მნიშვნელოვანია. ძირითადად, იგი განსაზღვრავს არის თუ არა ასოციაციის ხარისხი ორ ცვლადს შორის, ვიდრე ის, რაც მოსალოდნელი იყო მხოლოდ შემთხვევისგან. ამიტომ, თუ ურთიერთობა მნიშვნელოვნად გამოითვლება, მაშინ ეს გამოწვეულია მხოლოდ სხვა შემთხვევითი შანსით.
დაიწყეთ SPSS და დააჭირეთ ფაილს, შემდეგ გახსენით მონაცემები და იმპორტი იმ მონაცემების ნაკრები, რომელთა ანალიზი გსურთ. თუ SPSS– ში მონაცემები არასოდეს გახსნიათ, ამოირჩიეთ თქვენი მონაცემების ნაკრების იდენტიფიცირებადი სახელი, ასე რომ მისი პოვნა უფრო ადვილია მოგვიანებით ტესტირებისთვის.
ზედა მენიუში დააჭირეთ ანალიზს, ჩამოსაშლელ მენიუში აღწერილ სტატისტიკას და შემდეგ მენიუში Crosstabs- ს. თქვენს წინაშე ხედავთ Crosstabs დიალოგის ველს.
გადახედეთ უჯრის მარცხენა მხარეს, სადაც მოცემულია ყველა ცვლადი, რომელიც ხელმისაწვდომია თქვენი მონაცემების ანალიზისთვის. განსაზღვრეთ რომელი ცვლადია დამოუკიდებელი ცვლადი და მიანიჭეთ მას სვეტის მნიშვნელობად. დამოკიდებულ ცვლადს მიანიჭეთ სვეტის მნიშვნელობა. კატეგორიები შეგიძლიათ გქონდეთ კლებადობით ან კლებადობით; დარწმუნდით, რომ შერჩეულ შეკვეთას აქვს აზრი მონაცემთა ნაკრების შეგროვების საფუძველზე.
დააჭირეთ ღილაკს, რომელზეც წერია "სტატისტიკა", რომელიც მდებარეობს დიალოგის ფანჯრის მარჯვენა მხარეს. გაიხსნება დიალოგის ყუთი "სტატისტიკა". აირჩიეთ "Chi-Square" და დააჭირეთ გაგრძელება. თქვენი chi- კვადრატული ანალიზის შედეგი გამოჩნდება SPSS სტატისტიკის მნახველის ფანჯარაში Crosstabs სათაურის ქვეშ.
დაათვალიერეთ Chi-Square ტესტების ასორტი ცხრილი. ყურადღება მიაქციეთ პირველ მნიშვნელობას, Pearson Chi-Square სტატისტიკას. სვეტი „ასიმ. სიგი ”. აღნიშნავს ამგვარი შედეგის მიღების ალბათობას შანსის ვარიაციის საფუძველზე.
დაწერეთ „Asym. ნიშანი ”ნომერი Pearson Chi-square- ისთვის. თუ თქვენი „ასიმ. სიგი ”. რიცხვი 0.05-ზე ნაკლებია, თქვენი მონაცემების ნაკრებში არსებულ ორ ცვლადს შორის კავშირი სტატისტიკურად მნიშვნელოვანია. თუ რიცხვი 0.05-ზე მეტია, ურთიერთობა სტატისტიკურად მნიშვნელოვანი არ არის. მაგალითად, თუ თქვენი მნიშვნელობა არის .003, მაშინ ჩვენ შეგვიძლია დარწმუნებული ვიყოთ, რომ ორ ცვლადს შორის ურთიერთობა მნიშვნელოვანია და არა შემთხვევითი შანსის შედეგია.