网站首页 > 技术文章正文

SPSS数据分析之两配对样本的非参数检验操作

btikc 2025-01-05 15:55:15 技术文章 20 ℃ 0 评论

在研究中通常会遇到在同一个对象上测得的多组数据，这些数据之间不再是独立的，可能是疑似相关的，这样的两个样本称为配对样本，也称相关样本，本检验是用来检验两个样本是否具有相同的分布，零假设：两个样本来自总体分布无显著性差异。

话不多说，直接上操纵。

原始数据

问题：检验培训前后成绩和及格率是否存在显著差异

操作：分析→非参数检验→旧对话框→2个相关样本

检验对

检验类型（不同的数据类型，选不同的方法）

Wilcoxon：将两组样本的各个数据减去第一组，如果得到的差值是正值，记为正号，反之，负数就记为负号，将差值的绝对值按升序排序，求出相应的秩，然后计算正号秩的和与负号秩的和，如果两者大致相等，就认为两个配对样本的数据差距很小，如果秩和相差很大，就认为它们差距很大

符号检验：与Wilcoxon类似，得到的差值不进行排序求秩，而是直接比较正号和负号的个数，如果两者相差很小，就认为两个配对样本的数据差距很小，如果相差很大，就认为它们差距很大

McNemar：前提条件是数据值必须是二值变量，通过两组数据前后频率的变化计算出二项分布的概率值，概率值与显著性水平比较，观察是否能拒绝零假设。

边际同质性：数据是分类数据，是McNemar检验的一个扩展，主要检验响应值的变化，前后对比的设计中，检测因实验干预所导致的响应变化

选项：描述性、四分位数

输出结果

Wilcoxon 检验

符号检验

McNemar 检验

上表可知，培训前后数学成绩和及格率的渐近显著性均大于0.05，说明培训前后数学成绩和及格率无显著性差异。

综上所述三种检验，说明培训前后数学成绩和及格率无显著性差异。

今天的数据分析就学习到这里，有任何问题可以评论留言，如有想看的操作讲解，可以私信我。谢谢大家的点赞、关注和转发。