一、问题与数据

某医生拟探讨是否存在其它方法降低患者的胆固醇浓度，如增强体育锻炼、减少体重及改善饮食习惯等。

现该医生招募了150位高胆固醇、生活习惯较差的受试者，并将其随机分成3组。其中一组给予降胆固醇药物，一组给予饮食干预，另一组给予运动干预。6个月后，该医生重新测量受试者的胆固醇浓度，分为高和正常两类。

该医生收集了受试者接受的干预方法（intervention）和试验结束时胆固醇的风险程度（risk_level）等变量信息。部分数据如下图。

注释：Individual scores for each paticipant列出了每一个受试者的情况，而Total count data (frequencies)则是对相同情况受试者的数据进行了汇总。

二、对问题分析

研究者想判断不同给予多种干预措施（＞2种）后，胆固醇水平是否不同。针对这种情况，我们可以使用卡方检验（2×C），但需要先满足4项假设：

假设1：观测变量是二分类变量，如本研究中胆固醇的风险程度是二分类变量。

假设2：存在多个分组（>2个），如本研究有3个不同的干预组。

假设3：具有相互独立的观测值，如本研究中各位受试者的信息都是独立的，不存在相互干扰作用。

假设4：样本量足够大，最小的样本量要求为分析中的任一期望频数大于5。

经分析，本研究数据符合假设1-3，那么应该如何检验假设4，并进行卡方检验（2×C）呢？

三、SPSS操作

3.1 数据加权

如果数据是汇总格式（如前文图中的Total count data），则在进行卡方检验之前，需要先对数据加权。如果数据是个案格式（如前文图中的Individual scores for each paticipant），则可以跳过步骤3.1，直接进行3.2的SPSS操作。