spss卡方检验，帮我看下如何解释结果呢

Question

如题所述

Answer 1

第一个表显示：分类过多，小于5的理论频数(即期望计数)超过20%(此资料为25%)，不满足行X列表卡方检验的条件，应合并分类后再进行卡方检验，不合并分类可增加样本含量，或使用确切概率法。
第二个表显示：相关系数和Kappe一致性。
计量资料使用Pearson相关系数，其值为r=0.751，t=15.993，P=0.000，显示两变量间存在正相关。
等级资料使用Spearman相关系数，其值为rs=0.762，t=16.533，P=0.000，显示两变量间存在正相关。
Kappe值=0.431<0.75，一致性一般，假设检验结果：t=9.662，P=0.000，显示两者间具有一致性。
由于不知道实际情况，只能就数据进行说明，不能进行具体分析。追问

两个变量存在正相关为什么kappe值表示的一致性一般呢？这个是想看学生总结题型的能力和学生成绩的关系，可以证明两个变量有比较大的相关吗，那这个图呢？我改为精确的了

追答

相关系数是说明两变量线性相关的程度和方向， 检验的是线性趋势问题；kappe值是说明两者的看法是否一致，只关心主对角线上的元素(12，37，81，13)。

追问

想问下小于5的理论频数(即期望计数)超过20%(此资料为25%)这个问题应该怎么解决，合并分类后再进行卡方检验是什么意思呢？确切概率法指的是什么呢？哪种比较简单可行针对我现在的情况来说

追答

不满足行X列表卡方检验的条件，应进行合理合并分类后再进行卡方检验，或增加样本含量后满足行X列表卡方检验的条件，或使用确切概率法。

本回答被提问者和网友采纳