SPSS är ett utmärkt statistiskt analysverktyg som kan utföra ett antal tester. De chi-kvadrat test används för att bestämma hur två variabler interagerar och om sambandet mellan de två variablerna är statistiskt signifikant. I grund och botten avgör det om graden av koppling mellan de två variablerna är större än vad som kan förväntas av enbart slumpen. Om ett förhållande beräknas vara betydande, orsakas det därför av något annat än enbart slumpmässig chans.
Starta SPSS och klicka på Arkiv, sedan Öppna data och importera den datamängd som du vill analysera. Om du aldrig har öppnat data i SPSS, välj ett identifierbart namn för din datamängd så att det är lätt att hitta för senare testning.
Klicka på Analysera i toppmenyn, sedan Beskrivande statistik på rullgardinsmenyn och Crosstabs på menyn efter det. Du ser en Crosstabs-dialogruta framför dig.
Titta på den vänstra sidan av rutan där det finns en lista över alla variabler som är tillgängliga för analys i din datamängd. Bestäm vilken variabel som är den oberoende variabeln och tilldela den som kolumnvärde. Tilldela den beroende variabeln som kolumnvärde. Du kan ha kategorierna i fallande eller fallande ordning; se till att den valda ordningen är meningsfull baserat på hur datamängden samlades in.
Klicka på knappen som säger "Statistik" på höger sida av dialogrutan. En dialogruta "Statistik" öppnas. Välj “Chi-Square” och klicka på Fortsätt. Resultatet av din chi-kvadratanalys kommer att visas i SPSS-statistikvisningsfönstret under Crosstabs-titeln.
Titta under en lista över olika Chi-Square-testbord. Var uppmärksam på det första värdet, Pearson Chi-Square-statistiken. Kolumnen ”Asym. Sig. ” noterar sannolikheten för att få denna typ av resultat på grundval av chansvariation.
Skriv ner “Asym. Sign ”-nummer för Pearson Chi-kvadrat. Om din “Asym. Sig. ” är mindre än 0,05, är förhållandet mellan de två variablerna i din datamängd statistiskt signifikant. Om antalet är större än 0,05 är förhållandet inte statistiskt signifikant. Till exempel, om ditt värde är .003, kan vi vara säkra på att förhållandet mellan de två variablerna är signifikant och inte som ett resultat av slumpmässig chans.