交叉表与卡方分析

比较两个分类变量之间的分布差异与关联关系,生成交叉频数表(各类别组合的记录数)及行、列、总百分比(分别以行、列或全表为分母)。根据类别数量与期望频数,选择 Pearson 卡方检验(比较观察频数与期望频数的差异)或 Fisher 精确检验(2×2  表期望频数较低时使用),并计算 Cramér's V(衡量关联强度)、调整标准化残差(定位偏离期望的单元格)和 p 值(在无关联假设下出现当前或更极端结果的概率)。

加载文件上传组件中...

上传表格后可用

这个工具需要的表格大致是这样:

受访者编号性别是否支持
A01女支持
A02男不支持
A03女支持

一行一条记录;两个分析列都放类别,不要放连续数值。

行变量排在表的左侧,列变量排在表头。两者可以是文字,也可以是选项编码。

这里填了任意一对,上面的两列就不再使用,改为按下列顺序逐对分析,一次最多 20 对。

每 200 行 2 点

交叉表与卡方分析常见问题

交叉表与卡方分析怎么用?
不用安装软件,也不用写代码。
交叉表与卡方分析怎么计费?
按行数计费,每满 200 行 2 点,不足 200 行按 2 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。

在论文里引用交叉表与卡方分析: 查看引用格式

相关工具

  • 组间差异分析比较不同组别或配对测量的数值结果,进行差异显著性检验。
  • 相关分析矩阵计算多个数值变量的相关系数(衡量关系方向与强弱),输出 p 值、热力图和散点图。
  • 探索性因子分析把量表题项归成几个因子,给出载荷矩阵和适切性检验。
  • 七种模型回归分析用七种回归模型估计变量的影响,生成论文里多列并排的回归表。
  • 调节效应分析估计 X 对 Y 的影响如何随 M 变化,给出交互项和简单斜率。
  • 中介效应分析估计 X 经 M 影响 Y 的间接效应,给出 Bootstrap 置信区间。