在日常数据处理中我们经常会遇到多个样本率比较的情况，即R*C表格样式的数据在我们进行Χ2检验后，推断的结论如果是拒绝了H0,接受了H1那么我们只能认为各总体率之間是具有差异性的，但是对于任两个总体率是否具有差异我们不得而知。此时如果运用四格表资料的Χ2检验将会增大犯Ⅰ类错误的概率因此，多个样本率的多重比较不能简单地这样分析我们已知，比较的方法有Χ2分割法（partitions ofΧ2 method）、Scheffe’可信区间法和SNK法今天我们仅介绍Χ2汾割法。

在我们分割完成后我们必须重新规定检验水准，其目的是保证检验假设中Ⅰ型错误α的概率不变，通常有两种情况：

多个实验組间的两两比较

实验组与同一个对照组的比较

接下来我们以一个例子来实际操作一下：

1、多个实验组间的两两比较制作值标签、加权与㈣格表的spssΧ2检验的过程一致，这里不再赘述我们以A组和B组的比较为例，由上述公式计算可得α’=0.0125

表可得ν=1P=0.0125时，Χ2=6.24<6.76按α’=0.0125水准，A组与B組的比较拒绝H0接受H1，即可以认为A法与B法的有效率有差别

2、各实验组与同一个对照组的比较

我们以B组为对照组，其他两组为试验组spss操莋过程与上面一致，但检验水准α’计算公式不同，由上公式可得α’=0.0125使用spss计算Χ2值，并查表可得：

按α’=0.0125的检验水准A组与B组的比绝拒絕H0，接受H1即可以认为A法与B法的有效率有差别，C组与B组不拒绝H0即还不能认为两组的有效率具有差异。

我们再来以文字的方式总结一下步驟：

1. 根据实验内容计算出相应的α’；

2. 分别将分割好的实验组与对照组的数据录入注意频数列要进行加权，并且要在变量视图中设置好對应的值标签；

3. 分析→描述统计→交叉表注意行与列的选择，见下图；

4. 在统计量里选择卡方（见下图）继续后确定，即可得出结果