定性资料也称分类资料，其组间比较相对定量资料而言较为简单，无需考察数据的正态性和方差齐性，只要确定数据类型便可选择相应的方法。但在实际应用中，仍有不少临床医生在方法选择上存在疑惑，甚至即使软件已有结果，却不知该选择哪一部分。本文主要是针对这些临床中常见的疑问进行解析，并通过案例说明如何正确选择分类资料的比较方法。

分类资料组间比较方法的选择，只需要考虑两点即可：

第一，明确设计类型，是完全随机设计还是配对设计？作为研究者，这一点应该很清楚。

第二，确定结局的数据类型，是有序资料还是无序资料。这一点很容易明了。

图1给出了分类资料组间比较的常用方法及其选择思路。简单用一句话来概括就是：如果结局是无序分类资料，通常采用χ²检验；如果结局是等级资料(有序分类资料)，通常采用秩和检验。所以关键的是如何确定结局资料的类型。

点击查看大图

图1

分类资料组间比较的常用统计方法小结

点击查看大图

图1

分类资料组间比较的常用统计方法小结

什么是"结局"变量和"分组"变量，不是根据行或列来区分，而是根据研究目的。例如，随机对照研究中，将研究人群随机分为服药组和安慰剂组，观察有效率。此时分组就是是否服药，结局是是否有效。再如，比较吸烟和不吸烟人群的肺癌发生情况，分组是吸烟与否，结局是肺癌发生与否。

方法的选择只跟结局有关，与分组变量关系不大。如按病情分为轻、中、重3组，比较3组的死亡率。此时病情为分组变量，是否死亡为结局变量。尽管病情是有序资料，但结局是二分类资料，因此无需采用秩和检验，选择χ²检验即可。

分类资料的组间比较，常见的错误应用主要有以下几种情况：

1．对于有序分类资料，难以把握到底用χ²检验还是秩和检验。

2．配对χ²检验经常出现结果选择错误。

3．多组分类资料的两两比较往往直接用χ²检验而不进行检验水准的校正。

例1：某研究比较2种仪器治疗颈椎病的疗效，结果分为显效、有效、无效三类，作者在研究中采用χ²检验进行比较，结果发现两组差异有统计学意义(χ²＝6.536，P＝0.038)，作者认为2种仪器的疗效有差异。表1列出了该研究的主要结果。

点击查看表格

表1

2种仪器治疗颈椎病的疗效分析(例)

表1

2种仪器治疗颈椎病的疗效分析(例)

组别	例数	无效	有效	显效
仪器A	120	40	37	43
仪器B	120	23	49	48

首先澄清一个不少人都疑惑的问题：到底等级资料可不可以用χ²检验？答案是可以用，从数据来说这是没有问题的。问题是，从专业角度未必合适。χ²检验说明的是两组间的比例分布有无差异，比例是没有顺序的，如血型，按A、B、AB、O顺序和按AB、O、A、B顺序，χ²检验结果是完全一致的。但对于等级资料来说，无效和有效是无法调换顺序的，否则就失去了等级的意义。所以从专业角度来讲，从χ²检验处理等级资料是不合适的，因为无法体现等级的意义。

该研究采用χ²检验，相当于默认结局是无序分类资料，因此结果的解释不能说"疗效有差异"，只能说，三种结局的分布在两组间差异有统计学意义。如果想说明两组的疗效等级差异，需要用Wilcoxon秩和检验。但其结果为Z＝2.865，P＝0.091，不能认为两组疗效有统计学差异。

从该例可以看出，对于等级资料，根据不同的研究目的，选择不同方法时，结果可能会不一致。因此需要结合研究目的，选择相应的统计方法，给出合理的结论。

例2：某研究探讨健康教育对糖尿病患者依从率的影响，对200例糖尿病患者比较健康教育前后依从率的变化。作者采用配对χ²检验比较干预前后的依从率，分析结果显示有统计学意义(χ²＝87.503，P<0.001)，认为干预后显著提高了依从率。主要结果如表2所示。

点击查看表格

表2

健康教育前后糖尿病患者的依从率情况(例)

表2

健康教育前后糖尿病患者的依从率情况(例)

干预前	干预后
	依从	不依从
依从	89	13
不依从	21	77

本研究为前后比较，采用配对χ²检验并没有问题。但如果仔细看一下数据的话，却能发现漏洞所在。干预前的依从率为(89＋13)/200＝51%，干预后的依从率为(89＋21)/200＝55%，差别并不大，不应该出现作者计算的如此大的χ²值。

用统计软件重新分析可以发现，统计软件给出了两部分结果：一是χ²检验结果，二是McNemar检验结果。不难发现，作者选择的是χ²检验结果，而这也正是作者的错误之处。因为对于配对的分类资料，统计软件中给出的χ²检验值并不是检验前后差异，而是检验干预前后的关联。从结果可以看出，干预前和干预后一致的人数为(89＋77)＝166例，可以认为二者有一定的关联，所以χ²检验的P值很小。而如果比较干预前后差异的话，需要选择McNemar检验结果。对于本例，McNemar检验结果为P＝0.170，不能认为干预前后的依从率有统计学差异。

因此，对于配对的分类资料，选择结果时一定要注意，你的目的是分析配对之间的关联，还是二者的差异？一定要考虑清楚，然后选择相应的结果，否则可能会导致完全相反的结论。

例3：某研究评价患者对社区医生的满意度情况，结局根据打分情况分为满意和不满意两类。将患者按年龄分为<50、50～60、>60岁共3组，比较不同年龄组的患者满意度是否有所不同。该研究采用χ²检验分别对各组进行了比较，结果显示，<50岁组与50～60岁组相比差异有统计学意义(χ²＝5.882，P＝0.015)；<50岁组与>60岁组相比差异有统计学意义(χ²＝5.133，P＝0.024)。表3列出了3个年龄组的满意度情况。

点击查看表格

表3

不同年龄组患者的满意度情况(例)

表3

不同年龄组患者的满意度情况(例)

年龄(岁)	满意	不满意	合计	满意率(%)
<50	86	40	126	68.25
50～60	91	20	111	81.98
>60	73	16	89	82.02

与连续资料一样，多组分类资料的两两比较如果直接采用χ²检验也会出现假阳性，因此一般建议对检验水准进行校正。常用的校正方法是Bonferroni法，即根据比较次数的多少将检验水准设为0.05/比较次数，然后再进行χ²检验，将计算的P值与新的检验水准进行比较。

本研究共3组，如做两两比较，共需比较3次，因此可将检验水准设为0.05/3＝0.017。不难计算出，在此检验水准上，<50岁组与50～60岁组的比较差异仍有统计学意义(P＝0.015<0.017)，而<50岁组与>60岁组比较则无统计学意义(P＝0.024>0.017)。当然这有可能是因为>60岁组的例数较少所致，但不管如何，校正后的结果会给出更为稳妥的结论。

最后补充一点，该研究的分组变量可以看作有序资料，而结局是二分类资料，可以计算率。对于这种结构的资料，还可以考虑进行趋势分析，即随着年龄的增加，是否满意度有逐渐提高或降低的趋势。本研究如果进行趋势检验，结果为P＝0.012 3，可以认为存在趋势变化。至于何种变化趋势，则需要结合实际数据来看。该研究可以看出，随着年龄的增加，满意率有逐渐上升的趋势，结合P值可以认为这种上升趋势是有统计学意义的。