​​卡方检验通过比较观察值与期望值的差异来判断显著性，核心依据是卡方统计量和对应的p值。若计算得到的p值小于预设显著性水平（如0.05），则拒绝原假设，认为变量间存在显著关联或分布差异。​​

1. ​​计算卡方统计量​​
   卡方值通过公式 ${\chi }^2=\sum \frac{(O_i-E_i{)}^2}{E_i}$ 计算，其中 $O_i$ 为观察频数，$E_i$ 为期望频数。卡方值越大，观察值与期望值的差异越显著。

2. ​​确定自由度和临界值​​
   自由度取决于列联表的行列数，计算公式为 $(行数-1)\times (列数-1)$。根据自由度和显著性水平（如0.05）查卡方分布表，找到对应的临界值。若卡方值超过临界值，结果显著。

3. ​​分析p值​​
   p值表示差异由随机误差引起的概率。若p值小于显著性水平（如p < 0.05），表明差异具有统计学意义，可拒绝原假设。p值可通过统计软件（如SPSS）直接输出，无需手动查表。

4. ​​注意应用条件​​
   卡方检验要求期望频数至少80%以上大于5，且无单元格期望值小于1。若数据不满足条件，需采用校正公式、Fisher精确检验或合并分类项。

​​总结​​：卡方检验的显著性判断需综合卡方值、自由度和p值，同时确保数据符合检验前提。实际应用中建议结合统计软件快速计算，避免手动误差。