spss中交叉分析主要用来检验两个变量之间是否存在关系，或者说是否独立，其零假设为两个变量之间没有关系。在实际工作中，经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同。
spss交叉表分析方法与步骤：
1、在spss中打开数据，然后依次打开：analyze–descriptive–crosstabs，打开交叉表对话框
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
3、设置输出的结果，点击statistics，打开一个新的对话框
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
5、点击cells，设置cell中要展示的数据
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
7、点击ok按钮，输出检验结果
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。
来源：百度文库http://wenku.baidu.com/view/c659b1e3172ded630b1cb6a3.html
数据分析联盟：http://www.52analysis.com/SPSS_SAS/292.html
▼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