是比較不同性別在其他變數上是否有差異把

如果其他的變數是分類變數，那就用卡方檢驗，卡方檢驗檢驗的不同性別與該分類變數的相關性，如果有相關 也就是說明瞭不同性別有差異。

如果其他待檢驗的變數時定量變數，那就用均值t檢驗，看p值就好，p＜0.05，說明性別差異顯著

這個地方的確是需要採用卡方檢驗的，而卡方檢驗中沒有提供方差檢驗中的兩兩比較。如果希望知道兩兩比較的情況，可以透過對對數logit模型，但是這個做起來比較複雜，一般可以透過計算lambda、gamma等相關係數，這裡變數都是定序變數，因此可以計算Gamma或者spearman相關係數來看他們的情況，或者透過列聯表的資料總結他們之間的規律，只要卡方檢驗透過統計檢驗，具體顯著性，就可以透過這樣來看看兩兩之間的關係。

卡方檢驗是指關卡的檢驗，相關性檢驗是指有關聯的檢驗

卡方檢驗：統計樣本的實際觀測值與理論推斷值之間的偏離程度，實際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若兩個值完全相等時，卡方值就為0，表明理論值完全符合。

相關性檢驗：變數之間的相關的程度用相關係數r表徵。當r大於給定顯著性水平a和一定自由度f下的相關係數臨界值T"a、時，表示變數之間在統計上存在相關關係。否則，則不存在相關關係。