Cochran's Q检验结果解读
一、方法概述
Cochran's Q检验是一种用于比较多组相关样本（配对或关联样本）之间差异的非参数统计方法，是McNemar检验在多于两组情况下的推广。该方法适用于因变量为二分类数据（如是/否、成功/失败）、且各组样本之间存在配对或匹配关系的研究设计。Cochran's Q检验在医学研究、心理学实验以及市场调研等领域具有广泛应用，例如比较同一组受试者在不同时间点或不同处理条件下的响应比例是否存在显著差异。
与独立样本的卡方检验不同，Cochran's Q检验充分考虑了样本间的关联性，通过控制个体间变异来提高检验效能。本研究使用SPSSAU软件进行Cochran's Q检验，分析四组相关样本之间的差异性，并结合频数分析结果详细描述各组间的具体差异情况。
在SPSSAU【实验/医学研究】模块选择【Cochran's Q检验】，将变量拖拽至右侧对应分析框，操作如下图：
二、Cochran's Q检验结果
对180名受试者在四个不同条件（x1、x2、x3、x4）下的二分类响应数据进行Cochran's Q检验，以评估四组相关样本之间是否存在显著差异。检验结果如表1所示。
* p<0.05 ** p<0.01
由表1可知，本次Cochran's Q检验的样本量为180，Q统计量为15.987，自由度为3，对应的p值为0.001，小于0.01的显著性水平。这表明四组相关样本之间存在极其显著的差异，即不同条件下受试者的响应比例具有统计学意义上的显著不同。
三、频数分析
由于Cochran's Q检验结果达到显著水平，需进一步通过频数分析详细描述各组的具体分布情况，以揭示差异的具体表现。各组频数及百分比分布如表2所示。
由表2可知，四组条件的阳性响应率（取值为1的比例）呈现出明显的递增趋势：x1组的阳性率为43.889%（79人），x2组上升至51.667%（93人），x3组进一步增至55.000%（99人），x4组达到最高的64.444%（116人）。从x1到x4，阳性响应率由43.889%逐步上升至64.444%，增幅达20.555个百分点。
图1 各组频数分布对比图
由图1可知，该图直观展示了四组条件下阳性与阴性响应的频数分布情况。从图形中可以清晰观察到，随着条件从x1变化至x4，阳性响应（取值为1）的频数逐步增加，而阴性响应（取值为0）的频数相应减少，呈现出一致的变化趋势。这一图形化展示与频数分析结果高度吻合，进一步印证了四组之间存在系统性差异的结论。
四、综合分析与讨论
综合Cochran's Q检验结果和频数分析结果，可以得出以下结论：四组相关样本之间的差异具有高度统计学意义（Q=15.987，p=0.001），且各组阳性率呈现出从x1（43.889%）到x4（64.444%）的递增趋势。这一结果提示，不同实验条件或时间节点对受试者的二分类响应产生了显著影响，研究者应关注条件变化对响应率的具体作用机制。
五、结论
本研究基于180个配对样本，利用SPSSAU软件进行Cochran's Q检验，比较四组相关样本的二分类响应差异。检验结果显示，四组之间存在极其显著的差异（Q=15.987，df=3，p=0.001）。频数分析进一步揭示，阳性响应率从x1组的43.889%逐步上升至x4组的64.444%，呈现出明显的递增趋势。该结果表明不同条件对受试者的响应产生了显著影响，研究结果为相关领域的配对设计研究提供了重要的统计依据。
