spss基本知识点
第一章 spss基础知识
目录一、spss软件基础 (2)1.spss的发展和特点 (2)2.spsss安装、启动与退出 (2)2.1安装： (2)2.2启动 (2)2.3退出 (3)3.spss基本操作环境 (3)3.1 spss数据编辑窗口 (3)3.2 spss数据输出窗口 (4)4.spss的三种基本使用方式 (5)4.1 完全窗口菜单方式 (5)4.2程序运行方式 (5)4.3混合运行方式 (5)二、spss数据分析的基本步骤 (5)1.数据分析的一般步骤 (5)2.spss数据分析的一般步骤 (6)三、spss数据文件的建立和管理 (6)1.spss数据文件及其特点 (6)2.spss数据的结构和定义方法 (7)2.1 变量名 (7)2.2 数据类型、宽度、列宽度 (7)2.3 变量名标签 (8)2.4 变量值标签 (9)2.5 缺失数据 (9)2.6 变量对齐格式(Align) (11)2.7 度量尺度 (11)3.spss的录入、编辑与保存 (12)3.1 spss的录入 (12)3.2 spss的编辑 (12)4.spss数据文件的合并 (15)4.1纵向合并数据 (15)4.2 横向合并数据 (21)5.读取其他格式的文件 (23)一、spss软件基础1.spss的发展和特点Spss全称Statistical Package for Social Science——社会科学统计软件，斯坦福大学三名研究生制作。
与常用的stata，SAS等统计软件相比，具有“易学易用易普及”的竞争优势。
大量成熟的统计方法，完善的数据定义操作管理，开放的数据接口以及灵活的统计表格和统计图形是spss盛久不衰的法宝。
2.spsss安装、启动与退出2.1安装：请在网盘中下载spss19.0软件，双击SPSS19crack20100825.exe就可以安装了。
（如果有异常，把两个安装包都安装上）2.2启动安装完成后，可能桌面没有快捷方式，点击，点按键盘“win”键——所有程序，找到spss程序，把快捷方式发送到桌面上。
SPSS学习笔记之——相关分析（Pearson、Spearman、卡方检验）
SPSS学习笔记之——相关分析（Pearson、Spearman、卡方检验）一、相关分析方法的选择及指标体系（一）两个连续变量的相关分析1、Pearson相关系数最常用的相关系数，又称积差相关系数，取值-1到1，绝对值越大，说明相关性越强。
该系数的计算和检验为参数方法，适用条件如下：（1）两变量呈直线相关关系，如果是曲线相关可能不准确。
（2）极端值会对结果造成较大的影响（3）两变量符合双变量联合正态分布。
2、Spearman秩相关系数对原始变量的分布不做要求，适用范围较Pearson相关系数广，即使是等级资料，也可适用。
但其属于非参数方法，检验效能较Pearson系数低。
（二）有序分类变量的相关分析有序分类变量的相关性又称为一致性，即行变量等级高的列变量等级也高，如果行变量等级高而列变量等级低，则称为不一致。
常用的统计量有：Gamma、Kendall的tau-b、Kendall的tau-c 等。
（三）无序分类变量的相关分析最常用的为卡方检验，用于评价两个无序分类变量的相关性。
根据卡方值衍生出来的指标还有列联系数、Phi、Cramer的V、Lambda 系数、不确定系数等。
OR、RR也是衡量两变量之间的相关程度的指标。
二、SPSS相关操作SPSS的相关分析散布在交叉表和相关分析两个模块中。
（1）交叉表过程如下图：以上的指标很全面，解释如下：（1）“卡方”复选框：为常用的卡方检验，适用于两个无序分类变量的检验。
（2）“相关性”复选框：适用于两个连续性变量的相关分析，给出两变量的Pearson相关系数和Spearman相关系数。
（3）“有序”复选框组：包含了一组反映有序分类变量一致性的指标，只能用于两变量均为有序分类变量的情况。
（4）“名义”复选框组：包含一组分类变量相关性的指标，有序和无序分类时都可使用，但变量为有序时，检验效能没有“有序”复选框组中的统计量高。
（5）Kappa：为内部一致性系数。
（6）风险：给出OR或RR值。
SPSS学习笔记
SPSS学习笔记描述样本数据一般的，一组数据拿出来，需要先有一个整体认识。
除了我们平时最常用的集中趋势外，还需要一些离散趋势的数据。
这方面EXCEL就能一次性的给全了数据，但对于SPSS，就需要用多个工具了，感觉上表格方面不如EXCEL好用。
个人感觉，通过描述需要了解整体数据的集中趋势和离散趋势，再借用各种图观察数据的分布形态。
对于SPSS提供的OLAP cubes（在线分析处理表），Case Summary（观察值摘要分析表），Descriptives （描述统计）不太常用，反喜欢用Frequencies（频率分析），Basic Table（基本报表），Crosstabs（列联表）这三个，另外再配合其它图来观察。
这个可以根据个人喜好来选择。
一．使用频率分析（Frequencies）观察数值的分布。
频率分布图与分析数据结合起来，可以更清楚的看到数据分布的整体情况。
以自带文件Trends chapter 13.sav为例，选择Analyze->Descriptive Statistics->Frequencies，把hstarts选入Variables，取消在Display Frequency table前的勾，在Chart里面histogram，在Statistics选项中如图1图1分别选好均数(Mean)，中位数(Median)，众数(Mode)，总数(Sum)，标准差(Std. deviation)，方差(Variance)，范围(range)，最小值(Minimum)，最大值(Maximum)，偏度系数(Skewness)，峰度系数(Kutosis)，按Continue返回，再按OK，出现结果如图2图2表中，中位数与平均数接近，与众数相差不大，分布良好。
标准差大，即数据间的变化差异还还小。
峰度和偏度都接近0，则数据基本接近于正态分布。
下面图3的频率分布图就更直观的观察到这样的情况图3二．采用各种图直观观察数据分布情况，如采用柱型图观察归类的比例等。
第5章-SPSS基本统计分析说课讲解
6.单击Format指定列联表各单元的输出排 列顺序；
7.单击Statistics指定用哪种方法分析行变 量和列变量的关系。
5.5 多选项分析
一、什么是多选项问题 二、分析多选项问题的一般方案 三、多选项分析处理多选项问题
一、什么是多选项问题
③Charts 统计图形
④Format 设置频数表输出格式。
● Multiple variables 多变量栏 •Compare variables，将所有变量结果在一个图形z 中输出 •Organize output by variables ，为每一个变量单独 输出一个图形。
Statistics
variables/File is already sorted。
四、分组计算描述统计量
5.2 变量的频数分析
一、变量频数的描述方法 利用变量的频数分布分析可以方便
的对数据按组进行归类整理，形成各观 测量的不同水平（分组）的频数分布情 况表和图形，以便对数值的数量特征和 内部结构状况有一个概括的认识。
7
11.00
12.00
13.00
16.00
5.4 交叉分组下的频数分析
一、交叉分组下的频数分析
1.主要任务： （1）编制交叉列联表
（2）变量间进行相关性分析
一、交叉分组下的频数分析
1. 交叉列联表 两个或两个以上的变量交叉分组后形成的
列联表。 行变量(Row)：表1、2中 职称 列变量(Column)：表1、2中文化程度 层变量(Layer)：表2中性别
5.3 变量的频数分析
1.频数、百分比 有效百分比：各频数占总有效样本数之比 累计百分比：各百分比逐级累加结果。 2.分位数 4分位数（Quartiles） 3.统计图形 条形图、饼图、直方图
spss整理笔记
1、 spss的三种输出结: 表格格式格式文本格式标准图与交互图果2、变量名的定义与保留字不同，同时变量名不能一数字开头。
变量名不能与spss保留字相同， spss的保留字有ALL 、 END 、 BY 、EQ 、 GE 、 GT 、LE 、 LT 、 NE 、NOT 、 OR 、TO 、WITH 。
3、字符型：字符型数据的默认显示宽度为8 个字符位，系统不区分变量名中的大小写字母，并且不能进行数学运算。
注意：在输入数据时不应输入引号，否则双引号将会作为字符型数据的一部分。
4、（1）定类尺度（Nominal Measurement）：定类尺度是对事物的类别或属性的一种测度，按照事物的某种属性对其进行分类或分组。
离散型特点：其值仅代表了事物的类别和属性，即能测度类别差异，不能比较各类之间的大小，所以各类之间没有顺序和等级。
对定类尺度的变量只能计算频数和频率。
在spss中，能适用定类尺度的数据可以是数值型，也可以是字符型变量。
使用定类变量对事物进行分类时，必须符合穷尽原则和互斥原则。
（2）定序尺度（ Ordinal Measurement ）：定序尺度是对事物之间的等级或顺序差别的一种测度，可比较优劣或排序。
离散型特点：由于定序变量只能侧度类别之间的顺序，无法测出类别之间的准确差值，即测量数值不代表绝对的数量大小，所以其测量结果只能排序，不能进行运算。
（3）定矩尺度（ Interval Measurement ）：定矩尺度是对事物类别或次序之间间距的测度。
特点：不仅能将事物区分为不同类型并进行排序，而且可能准确指出类别之间的差距是多少；定矩变量通常以自然或物理单位为计量尺度，因此测量结果往往表现为数值，所以计量结果可以进行加减运算。
（4）定比尺度（ Scale Measurement ）：定比尺度是能够测算两个测度值之间比值的一种计量尺度，它的测量结果同定距变量一样表现为数值。
特点：定比变量是测量尺度的最高水平，它除了具有其他三种测量尺度的全部特点外，还具有可计算两个测度之间比值的特点，因此它可以进行加、减、乘、除运算，而定矩变量值可进行加减运算。
学会使用SPSS进行数据统计与分析
学会使用SPSS进行数据统计与分析第一章：SPSS介绍与环境配置SPSS（统计分析软件）是一款广泛应用于社会科学、商业研究、医学研究等领域的数据统计和分析工具。
本章将介绍SPSS的基本功能和概念，并给出环境配置的步骤。
1.1 SPSS的基本功能SPSS是一款功能强大的数据分析软件，可以进行数据清洗、数据处理、统计分析、模型建立等多种操作。
它提供了丰富的统计方法和分析工具，如描述统计、方差分析、回归分析、聚类分析等，能够帮助用户完成从数据收集到结果呈现的全过程。
1.2 SPSS的主要概念在使用SPSS进行数据统计与分析之前，我们需要了解一些相关概念。
SPSS中最基本的单位是变量（Variable），变量可以是数值型、字符型或日期型。
每个变量都有一个或多个取值（Value），取值是变量的具体表现形式。
变量可以按照水平（Level of Measurement）分为名义、序数、间隔和比例四个层次，不同的层次决定了所能使用的统计方法。
1.3 SPSS的环境配置为了正确使用SPSS进行数据统计和分析，我们首先需要进行环境配置。
具体步骤如下：（1）安装SPSS软件：从官方网站下载SPSS软件安装包，按照提示完成安装。
（2）导入数据：在SPSS软件中新建数据集，将需要分析的数据导入到数据集中。
可以从Excel、CSV等文件格式导入，也可以手动输入数据。
（3）数据清洗：对导入的数据进行清洗，包括处理缺失值、异常值、重复值等。
通过数据清洗可以提高分析结果的准确性。
（4）变量设定：为每个变量设置正确的变量类型和取值。
根据实际情况判断变量的层次，选择适当的统计方法。
（5）保存数据集：将处理好的数据集保存在SPSS格式（.sav）中，方便下次使用。
第二章：数据描绘与描述统计数据描绘与描述统计是统计分析的基础，能够通过图表和统计量对数据的分布和特征进行表示。
本章将介绍如何使用SPSS进行数据描绘和描述统计。
2.1 数据描绘在对数据进行统计分析之前，我们首先需要对数据进行描绘，了解数据的分布情况。
spss数据分析教程
spss数据分析教程SPSS（Statistical Package for the Social Sciences）是一款广泛应用于统计分析的软件包，它为社会科学和商业研究提供了强大的数据分析工具。
本文将为大家介绍SPSS的基本操作和常用分析方法，帮助读者快速上手使用SPSS进行数据分析。
首先，我们需要了解SPSS的界面和数据导入。
打开SPSS软件后，会看到一个包含各种功能菜单和选项的界面。
在SPSS中，数据被组织为一个数据集，其类似于电子表格的形式，包含行和列。
通过导入数据命令，可以将数据从外部文件导入SPSS软件中进行分析。
一、数据的录入和处理1.1 数据的导入：在SPSS的“文件”菜单中选择“导入”命令，可以选择从各种格式的文件中导入数据，如Excel、文本文件等。
导入后的数据将显示在SPSS的数据视图中。
1.2 数据的清洗：数据清洗是数据分析的第一步，主要包括缺失值处理、异常值检测和数据转换等。
在SPSS中，通过选择“数据”菜单中的“数据清洗”命令，可以对数据集进行缺失值填充、删除异常值等操作。
二、常用数据分析方法2.1 描述性统计分析：描述性统计分析是对数据进行基本的汇总和描述，以便更好地理解数据的相关特征。
在SPSS中，通过选择“统计”菜单中的“描述统计”命令，可以计算数据的均值、标准差等统计量，并生成频率分布表和描述统计表。
2.2 t检验：t检验是一种用于比较两个样本均值是否存在显著差异的统计方法。
在SPSS中，选择“统计”菜单中的“比较均值”命令，可以进行独立样本t检验和配对样本t检验。
2.3 方差分析：方差分析是一种用于比较三个或更多个样本均值是否存在显著差异的统计方法。
在SPSS中，选择“分析”菜单中的“方差”命令，可以进行单因素方差分析和多因素方差分析。
2.4 相关分析：相关分析用于分析两个变量之间的相关程度。
在SPSS中，选择“分析”菜单中的“相关”命令，可以计算变量之间的相关系数，并生成相关矩阵和散点图。
SPSS知识学习系列17.交叉表与多选题
17. 交叉表与多选题（一）基本理论分类变量包括无序分类变量、有序分类变量、多选题变量集。
对于分类变量的描述统计，主要是对分类变量各水平值分别进行频数和比例计算，再进步计算所需的一些相对频数指标。
一、单分类变量的统计描述1. 频数分布分类变量的分析，首先要了解：各类别的样本数（频数），以及占总样本量的百分比；对有序分类变量，还需要了解：累积频数、累积百分比。
2. 集中/离散趋势观察原始频数，或者使用众数。
对于分类变量，集中/离散趋势是一体的。
3. 相对频数指标（1）比（Riatio）两个有关指标之比A/B, 用来反映相对的大小关系，例如，月销售额/销售人数；（2）构成比用于描述事物内部各构成部分所占的比重，例如，百分比、累积百分比；（3）率（Rate）率是具有时间概念或速度、强度意义的指标，表示某个时期内某事件发生的频率或强度，例如速率、频率、费率、发病率等。
二、多分类变量的联合描述列联表。
例如，r×c二维列联表：（1）共n个样本；（2）按两种属性A、B，属性A有r个水平值：A1, …, A r; 属性B有c个水平值：B1, …, B c. 属性A=A i，属性B=B j的样本数为n ij.（3）n i. = “属性A=A i”的合计数，n.j = “属性B=B j”的合计数。
注：多分类变量对应高维列联表。
三、多选题的统计描述多选题是调查问卷的常见题型，因为多选题是回答同一个大问题，所以不能割裂开来单独分析，需要做汇总处理。
1. 应答人数（Count）选择各题项的人数，原始频数；2. 应答人数百分比选择该项的人数占总人数的百分比，可以反映该选项在人群中的受欢迎程度；3. 应答人次（Response）选择各选项的总人次，1个受访者选择2个选项，即2人次；4. 应答次数百分比在做出的所有选择中，选择该项的人次占总人次数的比例。
（二）SPSS实现有某调查问卷的数据文件（部分）：变量属性：一、单分类变量的描述——频率变量“s4”表示学历：问题1：描述受访者的学历分布情况【分析】——【描述统计】——【频率】，将“学历”选入【变量】框，点【确定】得到S4. 学历频率百分比有效百分比累积百分比有效初中/技校或以下 154 13.4 13.4 13.4 高中/中专 313 27.3 27.3 40.7 大专331 28.9 28.9 69.6 本科 292 25.5 25.5 95.0 硕士或以上 57 5.0 5.0 100.0合计1147100.0100.0注：详细操作见第15篇《频率图表》。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
spss基本知识点【篇一：spss基本知识点】结论不同麻醉诱导方法存在组间差别；患者的收缩压在不同的诱导方法下不同诱导时相变化的趋势不同，其中 a 组不同诱导时相收缩压较为稳定。
第八章非参数检验（nonparametrictests 菜单）参数检验：?? 通过样本的参数来检验总体参数的方法是参数检验。
如：通过样本的均值、方差来检验总体的数学期望与总体方差提出的假设是否为真.?? 参数检验对总体的分布有一定的要求，比如正态性和方差齐性非参数检验：?? 对总体分布情况未知时，无法用参数检验方法?? 非参数检验通过样本的分布对总体的分布进行检验非参数检验所要处理的问题：?? 两个总体分布未知，它们是否相同（用两组样本来检验）?? （由一组样本）猜出总体的分布（假设），然后用另一组样本去检验它是否正确注：两种分布是否相同，一般包含了参数（均值、方差等）是否相同的问题。
如果两个总体的分布函数形式相同，而参数不同，也被视为概率分布不同nonparametrictest 菜单(1) nonparametrictest 菜单(2) 卡方检验chi‐square?? 适用于拟合优度检验，即检验单变量的分布与理论分布是否一致?? 实例 1：贫困调查.sav 中身体状况变量的数据分布是否符合以往的经验：?? 完全不能自理 5%?? 基本不能自理10%?? 能自理无劳动能力 20%?? 部分丧失劳动能力 25%?? 身体健康 40% ?? 1.weightcasesby：death??2.analyze‐nonparametrictest‐chisquare 二项分布检验binomial ?? 二项分布的变量将总体分为两类（如医学中的生与死），二项分布的检验是通过样本中这两类的频率来检验总体中这两类的概率是否为给定的值 ?? binomial 过程可检验二项分类变量是个来自概率为 p 的二项分布例 1：一般来说，新生儿染色体异常率为1%，某医院观察了 400 名新生儿，只发现一例异常，请问该地新生儿异常率是否低于一般水平？数据文件见 6.2sav 1.weight cases by：num 2.analyze－nonparametric test－binomial 例 2：某地某一时期内出生 40 名婴儿，其中女性 12 名（定 sex＝0），男性28名（定 sex＝1）。
问这个地方出生婴儿的性别比例与通常的男女性比例（总体概率约为 0.5）是否不同？ ?? 按出生顺序输入数据， ?? 数据文件见 6.3.sav 1- sample k-s 过程 ?? 对连续性资料的分布情况加以考察。
这是一种拟合优度性检验，研究的是样本观察值的分布和指定理论分布间符合的程度 ?? 方法：分别做出已知理论分布下累积频数分布以及观察的累积频数分布，比较两种分布的最大差异点，若过高就拒绝假设例 1：某地 101 名男子胆固醇测定值见 dguchun.sav，试分析该数据是否服从正态分布例 2：检验休闲调查.sav 中住房面积变量是否服务正态分布例 3：高速公路某观测点每分钟观察到通过汽车数量（见 ch7 非参公路车流.sav）符合何种分布？ binomialtest1.001.00.01.090a,b.090.003991.004001.00group group2totalillcategorynobservedprop. test prop.asymp. sig.(1-tailed)exact sig.(1-tailed)alternative hypothesis states that the proportion of cases in the firsta. based on z approximation.b. 两个独立样本的检验（2 independent samples 过程） ?? 2 independent samples 过程主要用于检验两个独立样本所在总体分布是否相同 ?? k independent samples 过程主要用于检验多个独立样本所在总体分布是否相同 ?? 两者用法基本相同例：观察某种新药对小白鼠疗效，两组各 10 只小白鼠以生存日期为指标，数据见npara1.sav 生存时间一般不服从正态分布，不能真接用参数检验来做，且有小白鼠生存时间为 60 天以上这样的不确定数据，因为只能用非参数检验的方法和 t 检验对话框非常相似，只是在下面一共给出了四种检验方法 test statisticsb.00055.000-3.784.000.000amann-whitney uwilcoxon wzasymp. sig. (2-tailed)exact sig. [2*(1-tailedsig.)]生存天数not corrected for ties.a. grouping variable: 组别b.ranks1015.50155.00105.5055.0020组别试验组对照组total生存天数nmean rank sum of ranks2 related samples 过程 ?? 2 related samples 过程主要用于检验配对样本的总体分布是否相同，或者说差值总体是否以 0 为中心分布 ?? k related samples 过程主要用于检验多个配伍样本所在总体的分布是否相同 ?? 两者分别对应配对 t 检验和配伍方差检验例：测量尿铅有新老两种方法，10 份样本用两种方法进行测定，试分析两种方法的测定结果有无差别分析数据可知，尿铅的波动范围相当大，在两个极端值，很难判断是否服从正态分布，因此用秩和检验进行分析非参数检验的一些问题 ?? 在上述检验结果中，其实只能推断出两个样本的总体分布不同，但是使用的结论却是总体均数不同 ?? 因为实际问题关心的往往是总体参数有无差异，而秩和检验关心的是中心位置是否不同 ?? 一般来说位置和均数差异是同方向的，因为可以直接推论到均数差异上去研究吸烟是否会影响肺活量，数据见 e616.sav 问三种人的肺活量是否有区别等级资料常用检验方法等级资料定义：在医学资料中，特别是临床医学资料中，常常遇到一些定性指标，如临床疗效的评价、疾病的临床分期、症状严重程度的临床分级、中医诊断的一些临床症状等，对这些指标常采用分成若干等级然后分类计数的办法来解决它的量化问题，这样的资料我们在统计学上称为有序变量（ordered variable）或半定量资料，也称为等级资料（ranked data）。
特点：观察结果具有等级差别。
等级资料划分的两种情况： ?? 按性质划分：如药物疗效分为痊愈、显效、好转、无效；麻醉效果分为Ⅰ、Ⅱ、Ⅲ、Ⅳ级等。
按性质划分：如药物疗效分为痊愈、显效、好转、无效；麻醉效果分为Ⅰ、Ⅱ、Ⅲ、Ⅳ级等。
?? 按数量分组：数据两端不能确切测定的计量资料。
如抗体滴度分为 1:20,1:20,1:40,1:80, 1:80；年龄分为 10,10~, 20~,40~, 60 等。
按数量分组：数据两端不能确切测定的计量资料。
如抗体滴度分为1:20,1:20,1:40,1:80, 1:80；年龄分为 10,10~, 20~,40~, 60 等。
实例 1 考察硝苯地平治疗老年性支气管炎的疗效，治疗组 60 人，用硝苯地平治疗，对照组 58 人，常规治疗，两组患者的性别、年龄、病程无显著性差异，治疗结果见表 1。
1、建立数据库2、卡方检验分析结果：结论：两组疗效的构成百分比差异无统计学意义。
两组的疗效无差别。
（）注意：一般的 2 检验不适用于有序分类资料等级、程度、优劣的比较分析。
因为检验只利用了两组构成比提供的信息，损失了有序指标包含的等级信息。
检验不适用于有序分类资料等级、程度、优劣的比较分析。
因为检验只利用了两组构成比提供的信息，损失了有序指标包含的等级信息。
表 1 疗组与对组疗较疗组与对组疗较治照效比治照效比例数百分比（%）例数百分比（%）组别例数无效有效显效无效有效显效组别例数无效有效显效无效有效显效治疗组 60 6 19 35 10.00 31.67 58.33 对照组 58 14 20 24 24.14 34.48 41.38 value df asymp. sig. (2-sided) pearson chi-square 5.244 2 .073 likelihood ratio 5.346 2 .069 linear-by-linear association5.0461 .025 n of valid cases 118 例如，假定两组的显效例数和有效例数互换，见表 2。
显然，两组反映的信息是不同的，但由于两组的结构百分比无变化（仅仅是位置不同），不改变检验结果。
（ 2=5.224，p 0.05）等级资料正确的统计分析方法： v单向有序行列表在表的两个方向上的分类中，一个方向（横向）无顺序和等级概念，另一个方向（纵向）是有顺序的分类，称为单向有序行列表。
a.两组独立样本等级资料比较的 mann‐whitney 秩和检验以表 1 为例。
将无效、有效、显效三个疗效等级数量化，数值用平均秩号，然后比较各组平均秩号的大小。
表 2 疗组与对组疗较疗组与对组疗较治照效比治照效比例数百分比（%）例数百分比（%）组别例数无效有效显效无效有效显效组别例数无效有效显效无效有效显效治疗组 60 6 35 19 10.00 58.33 31.67 对照组 58 14 24 20 24.14 41.38 34.48 治疗组对照组合计秩次范围平均秩次无效 6 14 20 1-2010.5 有效 19 20 39 21-59 40 显效 35 24 59 60-118 89 合计 60 58 118 计算两组秩号并进行秩和检验：两组的平均秩号分别为：治疗组：r1=(6 10.5+19 40+35 89)/60=65.6对照组：r2=（14 10.5+20 40+24 89）/58=53.1经秩和检验，u=2.169，p 0.05，两组疗效差异有统计学意义，因为治疗组平均秩号大于对照组，所以治疗组疗效好。
spss 窗口操作过程： b.两组配对样本等级资料比较的 wilcoxon 秩和检验 c.多组等级资料比较的 kruskal-wallis 秩和检验该方法对 k (k 2)组独立样本进行 k 个总体分布函数相同假设的检验，是在wilcoxon 秩和检验基础上扩展的方法，称为 k-w 检验。
例2 对 54 例牙病患者的 64 颗患牙的根端形态不同分为 3 种，x 线片显示喇叭口状为 a 型，管壁平行状为 b 型，管壁由聚状为 c 型比较不同根端形态患牙的疗效有否差别。