这是。您可以查看 IBM 的 SPSS 支持页面，该页面在关于 Chi² 检验的技术说明中进行了说明：“Crosstabs 过程在其卡方检验统计中包括趋势的 Mantel-Haenszel 检验。...趋势的 MH 检验将打印在“卡方检验”表中，并标记为“线性关联”。

请参阅：https ://www-304.ibm.com/support/docview.wss?uid=swg21477269

正如前面提到的，是的，技术描述位于 SPSS 的支持页面：https ://www-304.ibm.com/support/docview.wss?uid=swg21477269

对于那些了解它的人来说，这是一个有用的统计数据。假设我们调查78名员工的晋升（是/否）是否与其上一年的绩效排名相关（1-4，1=低），如下：

排名1：未提升17，提升2，总计19。
排名2：未提升16，提升4，总计20。
排名3：未提升14，提升6，总计20。
排名4：未提升10，提升9，总计19.

SPSS 显示出显着的线性关联 (p=.008)，表明排名与晋升之间存在显着关联。

有关其工作原理的一些有用细节是：
1. 测试与赔率有关。赔率用于其统计特性，与概率并不完全相同。对于排名 1，晋级的几率是 2:17，而概率是 2:19。
2. 然后，检验的是优势比；例如，如果您从排名 1 移动到排名 2，优势比为 4:16/2:17 = 0.250/0.118 = 2.12。（零假设是优势比为 1，即等级的变化对优势没有影响。）
3. 该程序假定所有步骤的优势比（在总体中）相同（即，如果从排名 1 移动到排名 2 会使晋升的几率加倍，从排名 2 移动到排名 3 也会使晋升的几率加倍）。这就是为什么只有 1 个自由度。（这个假设被称为“logit 中的线性”。）
4. 因此，该测试在概念上与仅使用一个协变量进行逻辑回归相同（并给出类似的答案）。（在逻辑回归中，“协变量”表示像这样的变量）。在这种情况下，协变量将是排名，而 DV 将是促销决策。