spss假设检验怎么做 spss假设检验的主要分析方法

spss假设检验怎么做，一般需要先建立假设，然后选择spss分析方法计算统计量，再根据统计量值检验假设，并作出结论。spss假设检验的主要分析方法，包括正态性检验、方差齐性检验、相关性检验、参数检验、非参数检验等。

一、spss假设检验怎么做

spss假设检验怎么做？spss假设检验主要包括四个步骤：

1.建立假设，比如建立数据服从正态分布、方差齐性等假设

2.在spss中选择分析方法，选择合适的统计量作数据检验

3.在spss中进行的数据运算，计算检验统计量

4.根据统计量检验结果作出结论

接下来，我们以一组身高的数据具体演示spss假设检验怎么做。

第一步，建立假设：样本的身高数据服从正态分布。

图1：身高数据

第二步，在spss中选择检验数据的分析方法。

如图2所示，依次单击spss的分析-描述统计-探索分析选项，使用探索分析方法。

图2：探索分析

接着，如图3所示，将“体重”选入因变量列表框，将“性别”选入为因子列表框。

点击“图”设置，选中“描述图”中的“直方图”，直方图可直观地观察数据的分布是否服从正态分布；选中“含检验的正态图”，应用数值检验的方法检验身高数据的正态性。

图3：变量设置

第三步.在spss中运算数据，计算正态检验统计量。

从正态性检验得知数据的K-S结果为0.109，S-W结果为0.493。

第四步，根据统计量检验结果作出结论。

正态性检验包含了K-S结果与S-W结果，由于本例中的样本量比较少，仅有20个，因此需要采用K-S结果，其显著性为0.109>0.05，无法拒绝原假设，也就是说样本身高数据服从正态分布。

图4：正态性检验结果

二、spss假设检验的主要分析方法

以上我们运用实例演示了spss的正态假设检验的方法，除了正态假设检验外，spss还包括了多种假设检验方法，其中包括方差齐性检验、相关性检验、参数检验、非参数检验，而相关性检验、参数检验、非参数检验也会包含多种具体的检验方法，主要的分析方法具体如下：

1. 相关性检验：皮尔逊系数检验、斯皮尔曼系数检验、Kendall's tau-b相关检验

2. 参数检验：单样本T检验、独立样本T检验、成对样本T检验、单因素方差分析、多因素方差分析、重复测量方差分析

3. 非参数检验：卡方检验，游程检验、二项检验、多独立样本的非参数检验

Spss可使用的数据类型、分析方法丰富而专业，因此也是很多科研、商业研究主要使用的分析工具。

图5：spss分析方法

三、spss假设检验结果怎么解读

Spss的假设检验方法这么多，其结果怎么解读呢？实际上，对于不同的检验方法，其检验统计量不同，解读的方法也不同，但基本思想都是通过检验统计量的显著性来判断是否有足够的把握拒绝原假设。

除了部分统计量需要通过查表的方式（比如dw值）判断显著性外，大部分统计量都可以通过P值与置信区间的判断，来进一步检验显著性。

以常用的方差分析（ANOVA分析）为例，在解读spss运算结果时，只需参考F值与显著性数值即可，无须进行复杂的运算，在置信区间为95%的情况下，显著性0.00<0.05，即可拒绝原假设，即自变量对因变量的相关关系有显著性，自变量对因变量有显著影响。因此，使用spss进行假设检验分析还是比较简单的。

图6：方差分析

四、小结

以上就是关于spss假设检验怎么做，spss假设检验的主要分析方法的相关内容。Spss的假设检验分析方法丰富而专业，可进行正态性、相关性、参数、非参数等常用检验方法的分析，其结果简单明了，解读起来也很简单。