使用 SPSS 和 PASW/卡方檢驗
當嘗試在兩個名義變數或序數變數之間找到關係時，使用卡方檢驗。重申一下，名義變數是僅透過命名類別（例如類別、質量或種類）來測量的變數。序數變數類似於名義變數，但類別可以按順序排列（例如，從最高到最低排名）。
為了計算卡方，我們使用交叉表（簡稱交叉表），它顯示兩個變數之間聯合出現的頻率。
我們將在本章中檢驗的假設是宗教信仰與來世信仰之間是否存在關係。我們將使用 0.05 的 alpha 值來檢驗這一點。要在 SPSS 中進行卡方檢驗，請完成以下步驟
您必須從單個樣本中獲得兩個名義變數，您可以使用它們來檢視它們之間是否存在關係。在本例中，我們將使用宗教（relig）和來世信仰（postlife）。在本例中，宗教是自變數，來世信仰是因變數。這在後面很重要。
要執行測試，請選擇：分析 → 描述性統計 → 交叉表。
單擊交叉表後，將彈出一個視窗，您將在其中輸入要測試的選定變數。選擇要放入列中的自變數（relig）和要放入行中的因變數（postlife）。
接下來，單擊統計按鈕並選中卡方框。
點選繼續，然後點選單元格按鈕，選中觀察值、期望值和列百分比。
然後點選確定，一個包含結果交叉表的輸出視窗將彈出。
接下來，您必須解釋資料。在每列底部和每行末尾，都會顯示該特定組的總計。右下角的單元格是樣本中總案例數。每個單元格都顯示了兩個變數之間的觀察到的聯合出現情況以及根據觀察到的總計計算出的預期出現情況。如果變數之間沒有關係，則觀察到的頻率和期望頻率將相同。在我們的例子中，顯然情況並非如此。它們是不同的，但我們必須檢視輸出視窗中的最後一個框，以檢視我們的關係是合法的還是由於抽樣誤差造成的。
正如我們在開頭提到的，我們的 alpha 值為 0.05。如果 Pearson 卡方統計量的“Asymp. Sig. (2-sided)”小於 0.05，則根據我們在開頭說明的置信度水平，變數之間存在關係。如以下表格所示，卡方顯著性值為 0.000，小於我們的 0.05 值，這表明一個人所信奉的宗教與其來世信仰之間存在關係。
最後，我們將用日常語言解釋測試，這也意味著我們也更仔細地檢視交叉表。在交叉表中，很明顯，新教徒和天主教徒比猶太人或無宗教信仰者更有可能報告他們相信來世。因此，我們可以說，“猶太人和無宗教信仰者不太可能相信來世，而新教徒和天主教徒更有可能相信來世。” 請注意，在解釋卡方交叉表時必須小心，因為它並不總是完全清楚分數之間的顯著差異在哪裡。
本章由莎拉·弗里斯威爾撰寫。