分类数据除了2*2的交叉表之外，还有诸多其他形式，比如多组率的比较、2组构成比的比较、甚至多组构成比的比较。
它们数据结构更为复杂，虽都采用卡方检验为主要方法，但细节方面与两组率的分析上有所区别。
多行多列交叉表数据的分析，或者说多个率、构成比，乃至两个构成比的比较，四格表资料的分析策略一样，均可以考虑卡方和Fisher确切概率方法进行。
第一，多行多列交叉表分析没有校正卡方。具体应用条件如下：
1.不超过20%单元格的理论频数（期望频数）T < 5时，可使用卡方检验进行比较。
不超过20%的T < 5，卡方检验
2.如果超过20%单元格的理论频数（期望频数）T < 5，或者至少一个T<1，此时采用的是Fisher确切概率法。
超过20%单元格的T < 5至少1个T ＜1 ，Fisher确切概率法
第二，多个率、多个构成比的卡方检验存在多重比较的步骤
多个率、多个构成成比较，就如方差分析一样，当P≤0.05时，只能说明总体上存在着统计学差异，还不能说任意两组都有差异，需要多重比较进行进一步分析。
spss操作
分析-描述统计 -交叉表
在“交叉表”对话框中，分别选择分组变量和结局变量到“行”和“列”中。
①、②：行” 和 “列”分别放哪个变量没有规定，结果是一致的（分组变量可以放“行” ，也可以放“列”中）。
③ 精确：点击选择“精确”选项，进行Fisher确切法检验
④统计：选择“卡方”，进行卡方检验
⑤单元格：选择计算百分比中的行与列，不必同时选择，选择一项即可。一般建议与交叉表的分组变量所在的”行”“列”位置一致。
结果主要为2张表格。
第1表：分组统计描述结果，分别给出各处理组的结局，包括发生数以及相应的百分比。
第2表：卡方和Fisher确切检验的结果。该结果同时展示了卡方、和Fisher确切概率分析结果（无校正卡方），也显示了总样本量、理论（期望）频数的情况。
注释a将决定采用卡方检验还是Fisher确切概率法
卡方检验
不超过20%的格子理论频数（期望频数）T < 5时，选择第一行的“皮尔逊卡方”，得到卡方值①，选择P值（渐进显著性双侧）②。
Fisher确切概率法
如果超过20%的格子理论频数（期望频数）T < 5，或者至少一个T<1，选择第三行的“费希尔精确检验”，选择P值（精确显著性双侧）①。
卡方检验多重比较
多组比较，无论均数、还是率、还是构成比，均有多重比较的方式。所谓多重比较，简单来说就是两两比较。
比如3*2交叉表，即3行2列数据，3个率的比较
多次同时两两比较会增加一类错误的概率，导致假阳性率偏高！
一般控制假阳性率的方法有两个，一个是软件自带的方法，一个是a分割的方法。
在SPSS具体操作上，卡方检验多重比较也采用类似两种方法。一种是软件自带的Bonferroni 方法，一种是人工a分割方法（其实两种方法结果一致）。前者方法简单，但在SPSS结果表达上反而有些时候不好理解。
