两组独立样本秩和检验的SPSS操作教程及结果解读

作者/风仕

在上一期，我们已经讲完了（Wilcoxon）配对样本秩和检验的SPSS操作教程及结果解读，这期开始讲两组独立样本秩和检验，我们主要从两组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作演示这几方面进行讲解。

两组独立样本秩和检验介绍

Wilcoxon秩和检验旨在推断连续变量或有序变量的两个独立样本所代表的总体分布是否存在显著差异。理论上，零假设H0假定两总体分布相同，即这两个样本来源于同一总体。而其对立假设H1则表明两总体分布存在差异。值得注意的是，秩和检验对两总体分布形状的差异较为不敏感，这意味着对于位置相同但形状不同的总体分布，可能无法得出两者在形状上存在显著差异的结论。因此，备择假设H1不能简单地表述为两总体分布截然不同，而应更准确地描述为两总体分布在位置上的不一致。因此，在实际应用中，检验假设H0可以表述为两总体分布位置相同，或进一步简化为两总体中位数相等。

两组独立样本秩和检验使用条件

1.样本独立性：两组样本必须相互独立，彼此之间无关联。

2.数据分布：样本来自相同分布，且样本大小可以不相等。不要求数据服从正态分布，适用于非正态分布的数据。

3.数据类型：适用于总体分布不明确的计量资料、存在不确定数值的计量资料、结局为有序变量的等级资料。不适用于等级资料或非有序分类变量。

案例的SPSS操作演示

分析示例

用两种药物杀灭钉螺，每批用200～300只活钉螺，用药后清点钉螺的死亡数，并计算死亡率(%),结果见表，问两种药物杀死钉螺的效果有无差别?

研究假设

H0：两种药物杀灭钉螺死亡率的总体中位数相等。

H1：两种药物杀灭钉螺死亡率的总体中位数不相等。

a =0.05

数据录入

1.变量视图

名称 group 标签 药物 值 1 = 甲 2 = 乙

名称 x 标签 死亡率

2.数据视图

操作流程

1.下图指出了非参数检验对于数据的要求：非参数检验不假定您的数据呈正态分布。至于目的，默认为自动比较不同组间的分布，我们先不用管它，因为还需要在其他地方进行设置。

2.下图为字段选项卡，检验字段(测量指标)框选入死亡率，而组(分组变量)框则选入药物。值得注意的是，有时检验字段的类型必须为数值，组变量的类型必须为字符，变量类型可

3. 统计类型采用默认的 Mann-Whitney U,即我们常用的两样本秩和检验，该方法是和成组t 检验相对应的一种非参数检验方法，在检验时利用了大小次序，即检验A 样本中的数值是 否多数大于B 样本。此处不应选择中位数检验，该方法检验各个样本是否来自具有相同中位 数的总体，但检验效能最低。

结果解释

1.下表对检验结果作了简单介绍，原假设为死亡率的分布在药物的类别间相同，检验方法为 Mann-Whitney,即两组独立样本的秩和检验，其检验结果为P=0.015<0.05,因此可认为两种药物杀死钉螺的效果有差异。

2. 在结果窗口双击假设检验摘要表格，弹出详细结果窗口，其结果如下：

上图为条图，显示了两组的死亡率的频率分布情况，图上很明显，甲组的死亡率集中于 40%,乙组集中于20%,两组差异比较明显，但是具体统计结果如何，还需要进一步的统计分析。

3. 下表为两组秩和检验结果，给出了Mann-Whitney U统计量，Wilcoxon W统计量近似法 计算出的P 值(渐进显著性)和确切概率法计算的P 值(精确显著性),可见P<0.05, 说明两 组死亡率的分布差别具有显著性，结合实际数据，可以推断甲药组的死亡率高于乙药组。

参考：《临床医学研究中的统计分析和图形表达实例详解》

欢迎关注我，让你身边多一位熟悉统计分析方法的帮手，有以下付费视频或服务可供选购：

1.单个问题答疑咨询。1对1答疑、小额付费、48小时内有效。

2.答疑咨询年度会员。一年365天时限内各种统计分析问题1对1答疑，性价比高。

3.购买视频课程赠送课程相关主题内容1对1答疑1年。