兩獨立樣本的SPSS非參數檢驗是在對總體數據分布沒有全面了解的情況下,通過分析樣本數據,推斷樣本來自兩個獨立總體分布是否存在顯著差異的分析方法。下面小編就帶著大家一起看看怎么使用spss進行操作吧!
一、兩獨立樣本檢驗
1、樣本數據
(資料圖)
小編這里使用的是從兩個數據庫中抽取的相同的兩個獨立樣本數據,是兩個學校學生月支出的統計數據。
2、兩獨立樣本檢驗
第一種較為常用的檢驗方法就是非參數檢驗中的兩獨立樣本檢驗。
在“分析”——“非參數檢驗”——“舊對話框”——“兩個獨立樣本”中,可以打開兩獨立樣本非參數檢驗的對話框。
3、變量和分組
將“月支出”移入“檢驗變量列表”,將“學校編號”移入“分組變量”,并在“定義組”中將組1和組2分別設置為1和2,點擊“繼續”。
4、選擇分析方法
兩獨立變量的非參數檢驗常用的有Mann-Whitney U檢驗和K-S檢驗,前者適用于各種樣本數的變量,后者則主要用于大樣本中來推測兩個樣本是否來自具有相同分布的總體。
我們這里樣本數較少,所以選擇Mann-Whitney U檢驗。
5、檢驗結果
從檢驗結果來看,二者秩均值相差較大,顯著性小于0.05,所以兩所學校學生的月支出具有顯著差異。
二、獨立樣本檢驗
除了上述方法,我們還可以使用獨立樣本進行非參數檢驗。
1、獨立樣本檢驗
在“分析”菜單下的“非參數檢驗”中,可以找到“獨立樣本”,這里我們一樣可以完成兩獨立樣本的非參數檢驗。
2、變量設置
和第一種方法類似,在“字段”頁中將變量和分組設置好,如上圖所示。
3、檢驗類型
在“設置”頁中,選擇“定制檢驗”,勾選下面的“Mann-Whitney U檢驗”,就可以開始檢驗了。
4、檢驗結果
相較第一種方法來說,這樣的檢驗結果的數據更全面也更直觀,從上圖的表格中可以看出,兩個樣本的檢驗結果是“拒絕原假設”,也就是它們存在顯著差異。
三、小結
小編為大家整理了兩種檢驗兩個獨立樣本的方法,雖然在操作上略有出入,但它們的原理和本質是類似的,希望可以幫助大家更深入地了解到非參數檢驗。