Survival Manual for Statistical Analysis
(통계분석 생존지침서)


by Byung Gil Choi, MD, PhD.
SPSS in r x c table
Mantel-Haenszel chi-square test (Mantel-Haenszel 카이제곱검정, Stratified chi-square test, 층화 카이제곱검정)
개념
Chi-square test에 제3의 교란요인(confounding factor)의 영향을 반영하고자 하는 경우
예제
HBsAg 유무가 A, B지역간에 유의한 차이가 있는가?

Pearson's Chi-square test (2x2 table)를 실시 하였다.

결과에서 p=0.842로 HBsAg의 유무는 지역간에 유의한 차이가 없음이 증명되었다.

그러나 자료가 너무 아까워 혹시나 하고 다음의 표과 같이 남자, 여자를 나누어 보았다.

성별에 따라 HBsAg 유무가 A, B지역간에 유의한 차이가 있는가?
만약 성별의 관련성을 배제할 경우는 어떤 결과가 초래되는가?

HBsAg (Negative = 1, Positive = 2)
area (Area A = 1, Area B = 2)
sex (Male = 1, Female = 2)

DownLoad chi_square_test_stratified.sav        DownLoad chi_square_test_stratified_weight.sav
방법
1-1. Data 입력 (무모한 방법)

총 392개의 자료를 입력한다. 즉,

(1)(1)(1) 13번
(1)(1)(2) 124번
(1)(2)(1) 49번
(1)(2)(2) 89번
(2)(1)(1) 35번
(2)(1)(2) 22번
(2)(2)(1) 49번
(2)(2)(2) 11번

1-2. Data 입력 (현명한 방법)

[MENU]-[Data]
-[Weight Cases]

[Weight cases by]를 선택하고,

[Freguency VAriables]에 [weight]를 넣는다.

[OK]를 누른다.
2. 선택 [MENU]-[Analyze]-[Descriptive Statistics]-[Crosstabs]


3. 설정

[Row][Colums]에 각각의 변수를, [Layer]에 제3의 교란요인을 넣고,
[Statistics]를 누른다.

4. [Statistics]

[Chi-square]와 [Cochran's and Mantel-Haenszel statistics]를 선택한다.

[Continue]-[OK]를 누른다.
결과해석
Data의 입력이 잘 되었다면,

예제와 같은 모양이 된다.

만일 이 모양이 다르다면 data 입력 과정을 재점검한다.

남자의 경우 유의한 차이가 있고 (p=0.008),

여자의 경우 유의한 차이가 없다 (p=0.358).

전체로 보면 유의한 차이가 없다 (p=0.842).


성별의 요인을 배제할 경우 유의한 차이가 있다 (p=0.012).

최종결론

1. HBsAg 유무가 A, B지역간에 유의한 차이가 없다 (p=0.842).

2. 남자의 경우는 HBsAg 유무가 A, B지역간에 유의한 차이가 나지만 (p=0.008), 여자의 경우는 유의한 차이가 없다 (p=0.358).

3. 성별에 따라서 다른 결과를 보이므로 이 요인에 대한 영향을 배제할 경우 유의한 차이가 있다 (p=0.012).

좀 복잡하지만 어찌되었건 원하는 결론에 도달하였다.
by Byung Gil Choi, MD, PhD.   cbg@catholic.ac.kr  Department of Radiology, College of Medicine, The Catholic University of Korea.