在临床研究工作中，我们经常会使用到卡方检验，我们也在前期的文章中介绍了卡方检验的适用条件，以及何时应该使用Fisher’s exact test等问题。同时还应该注意合理地使用趋势卡方检验。但是很多研究者在使用卡方检验的时候还存在一个问题，就是如何合理地处理无序多分类资料的问题。
什么是无需多分类资料呢?举个例子，比如研究对象的民族，中国人群中可分为汉族、壮族、回族、满族、维吾尔族和高山族等等56个。这就是无序多分类资料，当然这个分类有点儿忒多了。又如肾炎，可以分为急性肾小球肾炎、慢性肾小球肾炎、急性间质性肾炎、慢性间质性肾炎、HBV相关性肾炎和特发性急性肾小管间质性肾炎等。
假如一个研究者想研究某医院住院病人中，性别与肾炎分类之间的关系，他做出了如下的表格(数据为虚构数据)：
进行卡方检验后的结果如下：
卡方值=42.428，p<0.001，差异有统计学意义。显然这一卡方检验的原假设是：不同肾炎类型在性别的构成比是相同的。检验结果拒绝原假设，接受备择假设，即不同肾炎类型患者性别间的构成比是不同的。那么具体是哪一个或几个类型的构成比不同呢?该卡方检验无法获得。
要想得到哪些肾炎类型间性别构成差异有统计学意义，即多个样本率之间的多重比较，常用的方法有卡方分割法、Scheffe可信区间法和SNK法。卡方分割法(partitions of χ2 method)比较常用，其基本思想就是将上述的R*2表分割成多个四格表进行比较，这样会增加犯Ⅰ类错误的概率，故建议调整检验水准。其调整方法详见孙振球主编的《医学统计学》(第3版)第122页，人民卫生出版社。
以最后一组(特发性急性肾小管间质性肾炎)为参照组，将上述表格进行卡方分割后，如下：
即每组均与特发性急性肾小管间质性肾炎组急性比较，这时候所获得的p值不能直接与0.05做比较，而应该与计算得到的0.005进行比较。
上述是我们常用的比较方法，但是在现实工作中，还有人将上述数据做如下的比较：
这一个表格中包含有6次卡方检验的结果，第一次检验是将人群分为急性肾小球肾炎和其他(非急性肾小球肾炎)，其检验的四格表如下：
同样第二次检验，是将人群分为慢性肾小球肾炎和非慢性肾小球肾炎，去比较性别间的差异，依次进行了第三、四、五和六次比较。这种类型的比较也需要对检验水准进行一定的调整，另外还需要注意如果分组有趋势的现象，切不可这么简单的进行合并。