SPSS详细操作：一致性检验和配对卡方检验
一、问题与数据
有两种方法可用于诊断某种癌症，A方法简单易行，成本低，患者更容易接受，B方法结果可靠，但操作繁琐，患者配合困难。某研究选择了53例待诊断的门诊患者，每个患者分别用A和B两种方法进行诊断（表1），判断两种方法诊断癌症有无差别，A方法是否可以代替B方法。
表1 进口药和国产药治疗效果
二、对数据结构的分析
之前介绍过成组设计的列联表，它的行变量和列变量代表的是一个事物的两个不同属性，以我们举过的A药和B药治疗急性心肌梗死患者疗效比较为例，例子中行变量“药物”和列变量“转归”是患者的两个不同特征。
但是配对设计的列联表却有些不同，它的行变量和列变量代表的是一个事物的同一属性，只是对这个属性的判断方法不同而已。如表1所示，行和列均指的是患者是否患有癌症，所不同的是一个是A方法，另一个是B方法。这种列联表最大的特点是行和列数目永远都是一样的。此时，再用成组计数资料的χ2检验就不合适了。这里我们就要用到Kappa一致性检验和配对χ2检验(McNemar检验)。
为什么同一配对设计计数资料咋还有两种检验方法呢？其实这两种方法各有侧重：
1、Kappa检验旨在评价两种方法是否存在一致性；配对χ2检验主要确定两种方法诊断结果是否有差别；
2、Kappa检验会利用列联表的全部数据，而配对χ2检验只利用“不一致“数据，如表1中b和c；
3、Kappa检验可计算Kappa值用于评价一致性大小，而配对χ2检验只能给出两种方法差别是否具有统计学意义的判断。
Kappa值判断标准：
Kappa≥0.75，说明两种方法诊断结果一致性较好；
0.4≤Kappa<0.75，说明两种方法诊断结果一致性一般；
Kappa<0.4，说明两种方法诊断结果一致性较差。
有关具体计算过程，我们这里可以交给计算机统计软件SPSS来完成。
三、SPSS分析方法
1. 数据录入
(1) 变量视图
(2) 数据视图
2. 加权个案：选择Data→weight cases→勾选Weight cases by，将频数放入Frequency Variable→OK。
3. 选择Analyze→Descriptive Statistics→Crosstabs
原文内容较长，本篇文章仅摘录了部分内容，感兴趣的伙伴，可以去医咖会官网查看全文。