一、卡方分布是什么

卡方分布（Chi-square Distribution，χ²分布）是统计学中一种常用的概率分布，它和正态分布、t分布一样，是假设检验的理论基础之一。但和前两者不同的是：

• 正态分布：用于连续变量的均值检验（比如平均工资是否等于某个值）。
• t分布：小样本下的均值检验。
• 卡方分布：专门用于分类变量的检验——检验频数分布是否符合预期，或者两个分类变量是否独立。

问卷研究中，我们收集到的数据绝大多数是分类数据：性别（男/女）、满意度（非常满意/满意/一般/不满意）、是否购买（是/否）。对这类数据做假设检验，首选工具就是卡方检验。

卡方分布的形状由一个参数决定——自由度 df。自由度越小，分布越右偏；自由度越大，越接近正态分布。做问卷分析时，最常见的自由度是：

• 拟合优度检验：df = 类别数 - 1
• 独立性检验：df = (行数 - 1) × (列数 - 1)

二、问卷分析中卡方检验的两类用途

2.1 用途一：拟合优度检验

回答的问题是：问卷收集到的频数分布，和我们预期的分布是否有显著差异？

举个例子：某产品调研想知道用户对四个品牌的偏好是否均匀。理论上如果没有偏好，四个品牌各占25%。实际回收问卷结果是：品牌A 35%、B 25%、C 20%、D 20%。这个偏差是随机波动还是真的存在偏好？

这就是拟合优度检验要回答的。

2.2 用途二：独立性检验

回答的问题是：问卷中两个问题的答案之间，是否存在关联？

举个例子：想知道性别（男/女）和购买意愿（是/否）之间是否有关系。如果独立，说明性别不影响购买意愿；如果不独立，说明不同性别的购买意愿有显著差异。

问卷分析里最常做的交叉分析（行×列交叉表），用的就是卡方独立性检验。

三、拟合优度检验：完整计算示例

3.1 问题

某公司调查用户对三个产品包装设计的偏好，回收有效问卷 300 份，选择结果：

• 包装A：120 人
• 包装B：100 人
• 包装C：80 人

问：用户对三种包装的偏好是否有显著差异？

3.2 建立假设

• 原假设 H₀：三种包装被偏好的比例相同（各占 1/3）。
• 备择假设 H₁：三种包装被偏好的比例不全相同。

3.3 计算卡方值

先算"期望频数"——如果 H₀ 成立，300 人平均分给三组，每组应该是 100 人。

卡方值 = 4.0 + 0 + 4.0 = 8.0

3.4 判断

自由度 df = 类别数 - 1 = 3 - 1 = 2。

查卡方分布表：df=2、显著性水平 0.05 对应的临界值是 5.991。

我们算出来的 χ² = 8.0 > 5.991，p < 0.05，拒绝原假设——用户对三种包装的偏好确实存在显著差异。

四、独立性检验：问卷交叉分析的核心

4.1 问题

某满意度调查回收 200 份问卷，想知道性别和满意度之间是否有关联。交叉表如下：

4.2 建立假设

• 原假设 H₀：性别和满意度相互独立（不同性别的满意度分布无差异）。
• 备择假设 H₁：性别和满意度有关联。

4.3 计算期望频数

每个格子的期望频数 = 该行合计 × 该列合计 ÷ 总样本量。

比如"男性-满意"格：E = 100 × 90 ÷ 200 = 45。

全部算出后代入卡方公式：

本例算出来 χ² ≈ 2.47。

4.4 判断

自由度 df = (行数-1) × (列数-1) = (2-1) × (3-1) = 2。

临界值（0.05）= 5.991。

χ² = 2.47 < 5.991，p > 0.05，不能拒绝原假设——在这份样本下，性别和满意度没有显著关联。

五、问卷数据做卡方检验的前提条件

5.1 样本量要求

卡方检验对样本量有硬性要求：所有期望频数 E ≥ 5。

问卷分析中常遇到小样本情况——比如某个选项只有十几个人选。这时检查一下该格的期望频数：

• E 全部 ≥ 5：用普通卡方检验。
• 有 1 ≤ E < 5：用 Yates 连续性修正。
• E < 1 或总样本 < 40：改用 Fisher 精确检验。

5.2 观测值相互独立

问卷必须是不同受访者独立填写的，不能是同一个人重复填、或者一家人共用一份问卷。如果数据不独立，卡方结果不可信。

5.3 频数而不是比例

卡方检验用的是频数（人数），不是百分比。不能把百分比直接代入公式。

六、用 Excel 做问卷卡方分析

6.1 拟合优度检验

1. 在 A1:A4 输入观测频数，B1:B4 输入期望频数。
2. 空白单元格输入：

=CHISQ.TEST(观测频数区域, 期望频数区域)

直接返回 p 值。p < 0.05 说明分布显著偏离预期。

6.2 独立性检验

1. 把交叉表填在 A1:C2。
2. 计算期望频数表（按公式 行合计×列合计÷总数）。
3. 输入：

=CHISQ.TEST(实际交叉表区域, 期望交叉表区域)

返回 p 值。

七、结果怎么写进问卷报告

规范写法举例：



对性别与满意度的关系进行卡方独立性检验，结果显示：χ² = 2.47，df = 2，p = 0.29 > 0.05，说明性别与满意度之间无显著关联，男女用户的满意度分布没有统计学差异。

”



对三个包装偏好进行拟合优度检验，结果显示：χ² = 8.00，df = 2，p < 0.05，说明用户对三种包装的偏好存在显著差异，包装A最受欢迎。

”

报告里必须同时报告三个数：χ²值、自由度 df、p值，缺一不可。

八、常见误区

8.1 p 值显著不等于差异大

p < 0.05 只说明"分布有差异"，不说明差异"很大"。样本量大时，即使实际差异很小也能显著。报告里要同时描述实际频数的差异。

8.2 把相关当因果

独立性检验发现两个变量有关联，不代表一个导致另一个。比如发现"购买意愿"和"年龄"有关联，不能直接说"年龄导致购买意愿不同"，可能是收入、偏好等混杂因素在起作用。

8.3 2×2 表不做修正

四格表样本量在 40~60 之间时，建议做 Yates 连续性修正，否则 p 值会偏小，容易误判为显著。

8.4 多选题直接做卡方

问卷中的多选题（一道题可以选多个选项）不能直接当频数做卡方。多选题各选项不互斥，样本不独立，需要用专门的多选题分析方法（多重响应分析）。

九、总结

卡方分布是问卷分析最基础也最常用的检验工具。它回答两类问题：

• 拟合优度：实际频数和理论预期是否一致？
• 独立性：两个分类问题的答案是否有关联？

问卷回收之后，凡是涉及"比例差异""交叉关联"的判断，几乎都要用卡方检验来给结论提供统计学支撑。掌握卡方检验，问卷分析就从"拍脑袋看百分比"升级到了"用数据说话"。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0