SPSS非参数分析t检验 SPSS非参数分析两两比较

非参数分析适用于数据分布呈偏态，数据方差不齐性等状态，可信度与参数分析相比有所下降，当然使用条件也更为宽松，我们可以借助IBM SPSS Statistics进行非参数分析，本文以大家比较感兴趣的非参数分析t检验和两两比较为例，向大家介绍SPSS非参数分析t检验，SPSS非参数分析两两比较的实施过程。

一、SPSS非参数分析t检验

首先录入数据，我们分析1，2，3三个组别中1，2组的C指标有无显著性差异，假设这三组数据是不符合正态分布的，故需要进行非参数分析，录入数据如图1所示。

图1 录入数据

然后点击分析，非参数检验，旧对话框，2个独立样本。

图2进行2个独立样本检验

然后将VAR00002加入检验变量列表，点击定义组，将两个组别指定为组1和组2，然后我们勾选曼-惠特尼U检验，然后点击确定，SPSS将进行非参数t（Z）检验。

图3 进行曼-惠特尼U检验

然后我们需要关注渐进显著性，小于0.05，具有显著的统计性差异，大于0.05，无统计学意义的差异。此时的参数分析中t值被非参数分析中Z值取代。

图4 非参数分析检验结果

二、SPSS非参数分析两两比较

我们采用第一小节中实例，数据如图1所示，点击分析，非参数分析，独立样本。

图5 进行两两比较

首先在目标选项卡内选择定制分析，如图5所示。

图6 定制分析

然后在字段选项卡内，将C指定为检验字段，将Group指定为组，如图6所示。

图7 指定字段

然后在设置选项卡内，勾选克鲁斯卡尔-沃利斯单因素ANOVA检验，然后在多重比较中选择全部成对，如图7所示。然后点击运行，进行两两比较。

图8 运行两两比较

三、SPSS两两比较结果解读

运行两两比较，结果如图8所示，此检验零假设为C的分布相同，经Kruskal-Wallis检验后，显著性为0，小于0.05，因此给出拒绝假设的决策，即在Group类别上，C分布不同。

图9 运行结果

我们双击黄色区域，进入模型查看器，如图9所示，然后在图示位置选择成对比较，显示如图10所示。

图10 查看成对比较

我们关注调整显著性即可，调整显著性大于0.05，两组数据无统计性差异，调整显著性小于0.05，两组数据有统计性差异。

图11 成对比较结果

SPSS非参数分析t检验，更科学的称呼为曼-惠特尼U检验，可以用以检测不呈正态分布的数据是否存在统计性差异。同样道理，SPSS非参数分析两两比较用以对比多组不呈正态分布的独立变量。