SSS中的交叉分析主要用于验证两个变量之间是否有关系或者是否独立，假设该零在两个变量之间没有关系。 在实际工作中，经常使用交叉表来分析比例是否相等。 例如，分析不同性别的报纸选择有什么区别。
SSS交叉表分析方法和步骤：
1、用spss打开数据，依次打开analyze---descriptive---- crosstabs，打开交叉表对话框
2、将性别放入行列表，将读物选择变量放入列，构成交叉表
3、设置输出结果，点击statistics打开新对话框
4、选中chi-square (卡方检验)，选中phiandcramer'sV，点击continue返回交叉表对话框
5、点击cells，设置要在cell上展示的数据
6、现在单击observed (每个单元格的观测次数、行单元格的百分比)、continue，返回到交叉表对话框
7、单击ok按钮，输出检查结果
8、前面看到的第一张表是交叉表，性别为行，选择的读物为列
9、卡方检验结果：主要从人员卡方检验来看，由于sig值小于0.05，不同性别周末读物选择差异显著
10、最后的表输出了phi值和v值。 这两个变量都表示两个变量之间关系的紧密性。 数值小于0.1表示关系紧密，即性别与周末读物选择无明显关系。 这个结论与上面的卡方检验不同，需要再做两个比较。
来源：百度文库http://wenku.Baidu.com/view/c 659 B1 e 3172 ded 630 B1 cb6a3. html
数据分析联合： http://www.52 analysis.com/SPSS _ SAS/292.html
px; padding-bottom:0px; bord t-size:14px">▼2、将性别放到行列表，将对读物的选择变量放到列，这样就构成了一个交叉表
▼4、勾选chi-square（卡方检验），勾选phi and cramer's V（衡量交互分析中两个变量关系强度的指标），点击continue，回到交叉表对话框
▼6、在这里勾选observed（各单元格的观测次数），勾选row（行单元格的百分比），点击continue，回到交叉表对话框
▼8、先看到的第一个表格就是交叉表，性别为行、选择的读物为列
▼9、卡方检验结果：主要看pearson卡方检验，sig值小于0.05，因此认为不同的性别的人对周末读物的选择有显著的差别
▼10、最后一个表格，输出的是phi值和V值，两个都代表两个变量之间的关系的紧密度，数值小于0.1说明关系不紧密，即性别与周末读物的选择没有明显的关系，这个结论和上面的卡方检验有出入，所以需要进一步进行两两比较。
中文：
是否死亡放置于行好一些；“精确”为默认，“统计量”选卡方和Phi；“单元显示”将计数和百分比全选，“格式”为默认。
结果：
Value=卡方值；df=自由度；ASYMP.sig=P值=相伴性概率。p大于0.05（自己设定的显著性水平），接受原假设，否则拒绝，即P值小于0.05认为结果有显著性差异。注意表格下面的注解：b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 191.89，这句话很重要，关系到结果是否可靠！理论频数小于5的cells（格子）比例不超过20%，结果可靠，采用Pearson Chi-Square的P值-ASYMP.sig。当理论频数小于5的cells（格子）比例超过20%，应看Exact Test（确切概率法）。
给出的Asymp. Sig 是通过卡方值算的。
最常用的医学统计：
TTest - 独立样板T检验，推断两个总体的总体的独立样本均值是否存在显著差异
交叉表 - 不同的性别对不同疾病的选择有什么不同用此分析法,即卡方检验，卡方检验
Logist 回归 - 确定两种或两种以上变数间是否相关、相关方向与强度，即相互依赖的定量关系