非参数检验的SPSS操作
SPSS两个独立样本秩和检验操作步骤
SPSS两个独立样本秩和检验操作步骤SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，可用于执行各种统计分析操作，包括独立样本秩和检验。
独立样本秩和检验是一种非参数检验方法，用于比较两个独立样本的中位数是否存在差异。
以下是在SPSS中执行独立样本秩和检验的操作步骤：1.打开SPSS软件，并导入相关数据。
- 单击"File"选项卡，然后选择"Open"选项，以选择要导入的数据文件。
-在导入数据文件之前，确保数据文件符合SPSS格式要求。
2.在SPSS中创建秩和检验数据。
- 单击"Transform"选项卡，然后选择"Rank Cases"选项，以创建秩和检验所需的秩序变量。
- 在弹出的"Rank Cases"对话框中，选择要进行秩和检验的变量，并为新的秩序变量指定名称。
-单击"OK"按钮以创建秩序变量。
3.执行秩和检验。
- 单击"Analyze"选项卡，然后选择"Nonparametric Tests"选项，以访问非参数测试工具。
- 在"Nonparametric Tests"子菜单中，选择"Legacy Dialogs"选项，以显示传统对话框。
- 在传统对话框中，选择"2 Independent Samples"选项，以执行独立样本秩和检验。
- 在弹出的"2 Independent Samples"对话框中，选择要进行秩和检验的变量，并将其添加至"Test Variables"框中。
- 单击"Options"按钮以访问进一步的选项。
在"Options"对话框中，您可以选择计算效应大小指标等。
非参数检验的实验设计及其SPSS软件实操应用
第36卷第1期邢台职业技术学院学报Vol.36No.12019年2月Journal of Xingtai Polytechnic College Feb.2019收稿日期：2018—11—20基金项目：新疆师范大学教学研究与改革项目——“经管类专业统计学实验课程标准化建设研究”，项目编号：SDJG2017-26。
作者简介：陈军(1973—)，新疆乌鲁木齐人，新疆师范大学商学院，副教授。
95非参数检验的实验设计及其SPSS 软件实操应用陈军（新疆师范大学商学院，新疆乌鲁木齐830017）摘要：在统计学课程的教学中，参数检验是重点和难点内容，而非参数检验往往不被重视。
参数检验要求总体服从正态分布或分布形式已知，且数据类型是数值型。
但实际应用中面临的数据往往分布非正态或分布形式未知，此时参数检验方法一般会失效，需要引入非参数检验方法。
本文针对实际应用需求，结合具体例题并利用SPSS 软件就非参数检验的实验设计和实际操作进行介绍，以方便此内容的教学。
关键词：非参数检验；实验设计；实操应用；SPSS 中图分类号：O212文献标识码：A文章编号：1008—6129（2019）01—0095—06多数统计学教材中的检验通常基于参数检验，例如t 检验、F 检验等，这些检验要求总体服从正态分布或分布形式已知，且数据类型是数值型。
但实际情形往往是总体分布非正态或分布形式未知，最常见的如问卷数据等。
此时，参数检验方法一般会失效，需要采用其他检验方法，非参数检验方法是采用较多的检验方法，它是随统计方法在复杂的社会和经济管理领域中扩展应用而发展起来的现代推断统计的一个分支，有着极为广泛的应用。
一、非参数检验理论内容及实验设计体系非参数检验内容主要有单样本检验、两个及两个以上样本的检验、秩相关及其检验等。
在单样本检验中，非参数检验用于检验总体的某个位置参数与假定值是否相等，具体应用有中位数符号检验、Wilcoxon 符号秩检验；两个及两个以上样本的检验主要包括两个配对样本的Wilcoxon 符号秩检验、两个独立样本的Mann-Whitney 检验和k 个独立样本的Kruskal-Wallis 检验；秩相关及其检验包括Spearman 秩相关检验和Kendall 秩相关检验。
SPSS教程-非参数检验
一般用来对两个独立样本的均数、中位数、离 散趋势、偏度等进行差异比较检验。
两个样本是否独立，主要看在一个总体中抽取 样本对另外一个总体中抽取样本有无影响。
Mann-Whitney检验
=0.18576
计算表
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
SPSS基本操作
单样本K-S检验
利用样本数据推断样本来自的总体是否服从某一理论 分布，是一种拟合优度的检验方法，适用于探索连续 型随机变量的分布
步骤
计算各样本观测值在理论分布中出现的理论累计概率值F(x) 计算各样本观测值的实际累计概率值S(x) 计算理论累计概率值与实际累计概率值的差D(x) 计算差值序列中最大绝对差值D
针麻效果
(1) Ⅰ Ⅱ Ⅲ Ⅳ
表
肺癌 (2) 10 17 19 4
三种病人肺切除术的针麻效果比较肺化脓症Fra bibliotek肺结核
(3)
(4)
24
48
41
65
33
36
7
8
合计 (5) 82 123 88 19
SPSS基本操作
与例7的操作相同
随机区组设计资料的秩和检验
M检验(Friedman法)法计算步骤
将每个区组的数据由小到大分别编秩 计算各处理组的秩和Ri 求平均秩：R=1/2b(k+1) 计算各处理组的（ Ri-R） 求M 查M界值表，F近似法
参数统计（parametric statistics) : 在 统计推断 中，若样本所来自的总体分布为已知的函数形式 （正态/近似正态分布），但其中的参数未知，统 计推断的目的就是对这些未知参数进行估计/检验， 这类统计推断方法称参数统计。
非参数检验-SPSS
非参数检验-SPSS什么是非参数检验？非参数检验是一种统计假设检验方法，它不依赖于总体的任何假设条件，如总体分布的正态性、方差的同一性等。
与参数检验相比，非参数检验更加灵活，能够适应更多的数据情况。
为什么需要非参数检验？当我们的数据不满足正态分布等假设条件时，就需要使用非参数检验。
此外，非参数检验还有以下优点：1.不需要知道总体分布的具体形态，从而更加适用于实际情况2.对于离群值和极端值并不敏感3.数据缺失并不会影响检验结果SPSS中的非参数检验现在我们来介绍SPSS中的非参数检验。
1. Wilcoxon符号秩检验Wilcoxon符号秩检验旨在检验两组配对样本的中位数差异是否为零。
它的原假设是两组样本中位数相同。
首先，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“数据”-“配对样本T检验”-“Wilcoxon符号秩检验”。
接下来，我们需要在弹出的对话框中选择配对变量，然后点击“OK”即可得到检验结果。
2. Mann-Whitney U检验Mann-Whitney U检验是一种非参数检验方法，用于检验两组独立样本的中位数是否相同。
它的原假设是两组样本中位数相同。
要进行Mann-Whitney U检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“2独立样本”。
接着，在弹出的对话框中选择两组样本的变量，并设置分析的方法为“Mann-Whitney U检验”。
最后点击“OK”即可得到检验结果。
3. Kruskal-Wallis检验Kruskal-Wallis检验是一种非参数检验方法，用于检验多个独立样本的中位数是否相同。
它的原假设是多组样本中位数相同。
要进行Kruskal-Wallis检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“Kruskal-Wallis检验”。
接着，在弹出的对话框中选择多组样本的变量，并点击“OK”即可得到检验结果。
spss使用教程非参数检验
SPSS二项分布检验就是根据收集到的样本 数据，推断总体分布是否服从某个指定的二项 分布。其零假设是H0：样本来自的总体与所指 定的某个二项分布不存在显著的差异。
第24页/共152页
SPSS中的二项分布检验，在样本小于或等 于30时，按照计算二项分布概率的公式进行计 算；样本数大于30时，计算的是Z统计量，认 为在零假设下，Z统计量服从正态分布。Z统计 量的计算公式如下
人数 2 4 7 16 20 25 24 22 16 2 6 1
第49页/共152页
实现步骤
图10-12 在菜单中选择“1-Sample K-S”命令
第50页/共152页
图10-13 “One-Sample Kolmogorov-Smirnov Test”对话框
第51页/共152页
图10-14 “One-Sample K-S：Options”对话框
第28页/共152页
表10-2
35名婴儿的性别
婴儿
Sex
婴儿
Sex
婴儿
Sex
1
1
13
1
25
1
2
0
14
1
26
1
3
1
15
1
27
0
4
1
16
1
28
0
5
1
17
0
29
0
6
1
18
0
30
0
7
0
19
0
31
1
8
0
20
0
32
0
9
0
21
0
33
0
10
SPSS操作：多个相关样本的非参数检验（CochransQ检验）
SPSS操作：多个相关样本的⾮参数检验（CochransQ检验）点击Settings→Customize tests，勾选Cochran's Q (k samples)。
点击Define Success，在Cochran's Q: Define Success对话框中，点击Combine values into success category，在Success框中填⼊1（这⾥是“成功”对应的编码，本例中即为通过体能测试，“Passed”对应的是1，所以这⾥填“1”）。
点击OK→Run，输出结果。
3.4 不符合假设4的“精确”Cochran's Q检验当不符合假设4时，需要使⽤“精确”Cochran's Q检验。
在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→K Related Samples，出现Tests for Several Related Samples对话框。
将变量initial_fitness_test、month3_fitness_test和final_fitness_test选⼊Test Variables框中。
在Test Type 下⽅去掉Friedman，然后勾选Cochran's Q。
（如果数据符合假设4，则此时点击OK，结果与3.3部分的操作结果⼀致）点击Exact，在Exact Tests对话框中，点击Exact，点击Continue→OK。
3.5 “精确”Cochran's Q检验后的两两⽐较对于符合假设4的Cochran's Q检验（3.3部分），事后的两两⽐较将在结果解释部分展⽰（4.2部分）。
对于不符合假设4的“精确”Cochran's Q检验（3.4部分）事后的两两⽐较，可采⽤经Bonferroni法校正的多重McNemar检验。
在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→2 Related Samples。
SPSS中非参数检验方法
1. 总体分布的卡方（Chi-square）检验 2. 二项分布检验 3. SPSS单样本变量的随机性检验 4. SPSS单样本的K-S检验 5. 两个独立样本的非参数检验 6. 多个独立样本的非参数检验 7. 两个配对样本的非参数检验 8. 多配对样本的非参数检验
本章主要介绍总体分布的卡方（Chi-square） 检验、二项分布（Binomial）检验、单样本K-S （ Kolmogorov-Smirnov ） 检 验 、 单 样 本 变 量 值 随机性检验（Runs Test）；两独立样本非参数 检验、多独立样本非参数检验、两配对样本非 参数检验、多配对样本非参数检验等8类常用的 非参数检验方法。
前面已经讨论的统计分析方法，对总体有特殊的要求，如T检 验要求总体符合正态分布；F检验要求误差呈正态分布，且各 组方差齐，等等。这些方法常用来估计或检验总体参数，统 称为参数检验。
现实中，许多调查或实验所得的科研数据，其总体分布未知 或无法确定。因为有的数据不是来自所假定分布的总体，或 者数据根本不是来自一个总体；还有可能数据因为某种原因 被严重污染。这样在假定分布的情况下进行推断的做法，就 有可能产生错误的结论。此时人们希望检验对一个总体分布 形状不必作限制。
人数 2 4 7 16 20 25 24 22 16 2 6 1
实现步骤
在菜单中选择“1-Sample K-S”命令
“One-Sample Kolmogorov-Smirnov Test”对话框
“One-Sample K-S：Options”对话框
4.3 结果和讨论
（1）本例输出结果如下表所示。
总体分布的卡方检验的数据是实际收集到 的样本数据，而非频数数据。
1.2 SPSS中实现过程
spss教程_14-1(非参数检验)
Xi Ri
15 7
9 5
18 9
3 1
17 8
8 4
5 2
13 6
7 3
19 10
Mann-Whitney U检验(Rank检验)
1 将两组样本混合按升序排序,得到每个 数据的秩
R (Q1 ,Qm , R1 , Rn )
游程检验 基本操作
1 Analyze==>Nonparametic test==> Runs
Test Variable List:待检验变量 Cut Point:游程数的分界值
实例分析
检验某耐压设备在某段时间内 工作是否持续正常
第2 节
两独立样本非参数检验
问题
例:检验两种工艺下产品的使用寿命 是否存在显著差异
非参数检验
非参数检验特点
（1）不要求总体分布已知或对总体分布作任 何限制性假定； （2）不以估计总体参数为目的； （3）能用于定性变量（即定类变量和定序 变量）； （4）方法直观，易于理解，运算比较简单。 （5）缺点是检验的功效不如参数检验方法。
本章内容
单样本非参数检验 两独立样本非参数检验 多独立样本非参数检验 两相关样本非参数检验 多相关样本非参数检验
k 2 i
ni
2
i 1 j 1
3 H 0 成立， H值偏小 , n较大时， H ~ 2 ( K 1)
Jonkheere-Terpstra检验
基本思想与Mann-Whitney U检验 类似
基本操作 Analyze==>Nonparametic test ==>K Independent Samples Test Variable List:待检验变量 Grouping Variable:选入分组变量 Define Range :分组变量范围 Test Type:检验方法
- 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)。
第八节非参数检验的SPSS操作前面一章介绍的二项分布的比率检验、配合度检验——卡方检验和1-Sample K-S检验等都属于非参数检验。
这一节我们主要结合前面参数假设检验一章讲过的t检验以及方差分析一章讲过的方差分析，来进一步分析，当参数检验的前提条件不满足时，两个样本和多个样本平均数差异的SPSS 操作方法。
一、两个独立样本的差异显著性检验两独立样本的的差异显著性检验只有在满足如下条件时才能进行T检验：变量为正态分布的连续测量数据。
若数据不满足这样的条件，强行进行T检验容易造成错误的结论。
在数据不能满足这种参数检验的条件下，我们可以选择非参数检验方法进行。
与两独立样本差异显著性检验相对应的方法可以在SPSS主菜单Analyze / Nonparametric Tests / 2 Independent Samples…中得到。
1．数据采用本章第一节中例2的数据（数据文件“9-4-1.sav”），具体介绍操作过程。
2．理论分析对于数据文件9-4-1.sav中的数据，目的是检验男女生之间注意稳定性是否存在显著差异，注意稳定性测量的结果虽然是测量数据但是从总体上来看不满足正态分布的前提假设，另外不同性别的学生可以看成是两组独立的样本，因此对上述资料的检验可以用非参数的独立样本的检验方法。
2．操作过程（1）在SPSS主菜单中选择Analyze / Nonparametric Tests / 2 Independent Samples…得到两个独立样本非参数检验的主对话框（图9-1），把因变量atten选入到检验变量表列（Test Independent-Sample Tests）中去，把gender选到分组变量（Grouping Variable）中，并单击Define Groups…,在随后打开的对话框中分别键入1与2，单击Continue回到主对话框如图9-1所示。
在Test Type中有四个可选项，其中最常用的是第一种方法Mann-Whitney U（又称秩和检验法）。
图9-1：两独立样本非参数检验的主对话框（2）单击按钮Options…可以要求输出描述统计量，四分位数，及对缺失值的处理方法。
这里我们选择描述统计量和四分位数，缺失值采用系统默认的方法。
点击Continue返回主对话框。
（3）在主对话框点击OK，得到程序运行结果。
3．结果及解释（1）因变量与分组变量的描述统计量表Descriptive StatisticsMinimum Maximum PercentilesN Mean Std.Deviation25th 50th75th(Median) ATTEN 31 28.29 4.85 19 37 25.00 29.00 32.00 GENDER 31 1.55 .51 1 2 1.00 2.00 2.00从上表中的结果可以看出，变量ATTEN对应的样本容量为31，平均值为28。
29，标准差为4。
85，最小值为19，最大值为37，25%的分位点的值为25，50%的分位点的值为29，75%的分位点的值为32。
（2）等级表Ranks 列出分组后等级平均数及等级之和(如下表所示)。
RanksGENDER N Mean Rank Sum of RanksATTEN 男生14 12.43 174.00女生17 18.94 322.00Total 31男生组14人，平均等级（Mean Rank）为12.43，等级和为174.00；女生组17人，平均等级（Mean Rank）为18.94，等级和为322.00。
（3）统计量检验表Test StatisticsATTENMann-Whitney U 69.000Wilcoxon W 174.000Z -1.990Asymp. Sig. (2-tailed) .047Exact Sig. [2*(1-tailed Sig.)] .048a Not corrected for ties.b Grouping Variable: GENDER经检验发现，两种方法计算的显著性水平值（Asymp. Sig.与Exact Sig.）均小于0.05，所以可以推论说两总体没有显著性差异。
二、多个独立样本的差异显著性检验当把差异显著性检验从两个独立总体推论到多个独立总体时，参数检验的方法为方差分析，如果方差分析的条件不满足，就需要用到非参数检验的方法。
1.数据以本章第三节例2中的数据为例，简单说明用SPSS如何进行非参数的多个独立样本的差异性的检验。
数据如下所示（文件“9-4-2.sav”）：图11-2：多个独立样本非参数数据输入2．理论分析我们的目的是分析4所学校的成绩是否存在差异，4所学校成绩样本可以看成是独立抽取的4个样本，对于竞赛的成绩一般情况下从总体上不满足正态性的假设条件，所以应该用多个独立样本的分参数检验的方法。
3．检验过程与结果(1)单击主菜单Analyze / Nonparametric Tests / K Independent Samples…，即可进入主对话框。
因变量为score，所以我们把它选入到检验变量表列(Test Variable List)中。
我们仍要检验来自4个学校的差异，所以分组变量为school（该变量的4个变量值表示4所不同的学校）。
在Test Type中，我们有四种不同的检验方法可供选择，在此我们使用系统默认的方法Kruskal Wallis H（克——瓦氏单向方差分析）。
(2)Option按钮功能与两独立样本的情况相同，在此不赘述。
点击Continue返回主对话框。
设置完成后如下图9-3所示：图9-3：多个独立样本非参数检验对话框（3）在主对话框点击OK，得到程序运行结果。
4．结果及解释（1）描述统计量的信息Descriptive StatisticsMinimum Maximum PercentilesN Mean Std.Deviation75th25th 50th(Median) SCORE 33 85.18 8.13 71 99 79.00 86.00 90.50 SCHOOL 33 2.64 1.14 1 4 2.00 3.00 4.00总样本容量为33，学生的平均成绩为85.18，标准差为8.13，最小值为71，最大值为99，25%的分位点的值为79.00，50%的分位点的值为86.00，75%的分位点的值为90.50。
（2）等级表列出了因变量名称、分组变量的变量值、每组的观测量数目、每小组的等级平均数。
RanksSCHOOL N Mean RankSCORE 1 7 19.642 8 29.503 8 16.314 10 5.70Total 33第1个学校7人，平均等级19.64，第2个学校8人，平均等级29.50，第3个学校8人，平均等级16.31，第4个学校10人，平均等级5.70。
（3）统计量检验表列出了 2值及显著性水平值。
Test StatisticsSCOREChi-Square 27.695df 3Asymp. Sig. .000a Kruskal Wallis Testb Grouping Variable: SCHOOL上面统计量检验表显示，所计算出的卡方统计量的值为27.695，对应的自由度为3，显著性水平值0.000小于0.05，所以四个学校学生的成绩存在显著差异。
三、两个相关样本的差异显著性检验当在实验设计中进行两两配对分配被试，或使用同一组被试进行两种实验处理时，此时就需要用到两个相关样本的差异显著性检验。
1．数据以本章第二节例2的数据为例（数据9-4-3.sav），用SPSS进行两个相关样本的差异显著性检验。
在输入数据时，需要注意把两个样本的数据分别作为一个变量输入。
也就是说，这种检验方法要求至少一对变量或更多的成对变量。
2．我们分析的目的是检验学生期中和期末两次成绩之间是否存在差异，因为涉及到的资料是同一批样本前后两次的测试结果，所以不能看成是独立样本，应该被看成是相关样本；另外如果我们没有把握认为两次考试成绩从总体上服从正态分布，则用相关样本的非参数检验。
3．操作过程（1）单击主菜单Analyze / Nonparametric Tests / 2 Related Samples…，进入主对话框。
在左边变量列中点中first，再点中second，即可同时选到这两个相关变量，把它们选到右边变量表中去。
Test Type中选择Wilcoxon方法（符号等级检验法）和Sign方法（符号检验法）。
Options与前面所述相同，在此不赘述。
设置完成如下图9-5所示：图9-5 ：两相关样本非参数检验主对话框（2）点击OK得到程序运行结果4．结果及解释（1）符号等级检验法结果①等级表Ranks列出按正负及相等分组的等级平均数及等级和。
RanksN Mean Rank Sum of RanksSECOND - FIRST Negative Ranks 8 8.38 67.00Positive Ranks 19 16.37 311.00Ties 1Total 28a SECOND < FIRSTb SECOND > FIRSTc FIRST = SECOND上表说明，用第2次的结果减去第1次的结果，正号的个数为8个，平均等级为8.38，等级和为67.00；正号的个数为19个，平均等级为16.37，等级和为311.00；零的个数为1个。
②统计量检验表列出了计算得到的Z值及其显著性水平。
Test StatisticsSECOND - FIRSTZ -2.965Asymp. Sig. (2-tailed) .003a Based on negative ranks.b Wilcoxon Signed Ranks Test在此Z=-2.965，对应的显著性水平sig=0.003<0.05，所以可以说两个相关样本在0.05水平存在显著差异。
（2）符号检验法结果①正负号频次表表明第二次（期末）与第一次（期中）评定结果相比，正号个数为19个，负号个数为8个，两次评价相同的有1个。
FrequenciesNSECOND - FIRST Negative Differences 8Positive Differences 19Ties 1Total 28a SECOND < FIRSTb SECOND > FIRSTc FIRST = SECOND②统计量检验表列出计算得到的Z值和对应的显著性水平Test StatisticsSECOND - FIRSTZ -1.925Asymp. Sig. (2-tailed) .054a Sign Test从上面检验结果可以看出，在0.05的显著性水平，期中和期末两次评价不存在显著差异。