SPSS非参数检验秩和检验

SPSS两个独立样本秩和检验操作步骤SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，可用于执行各种统计分析操作，包括独立样本秩和检验。

独立样本秩和检验是一种非参数检验方法，用于比较两个独立样本的中位数是否存在差异。

以下是在SPSS中执行独立样本秩和检验的操作步骤：1.打开SPSS软件，并导入相关数据。

- 单击"File"选项卡，然后选择"Open"选项，以选择要导入的数据文件。

-在导入数据文件之前，确保数据文件符合SPSS格式要求。

2.在SPSS中创建秩和检验数据。

- 单击"Transform"选项卡，然后选择"Rank Cases"选项，以创建秩和检验所需的秩序变量。

- 在弹出的"Rank Cases"对话框中，选择要进行秩和检验的变量，并为新的秩序变量指定名称。

-单击"OK"按钮以创建秩序变量。

3.执行秩和检验。

- 单击"Analyze"选项卡，然后选择"Nonparametric Tests"选项，以访问非参数测试工具。

- 在"Nonparametric Tests"子菜单中，选择"Legacy Dialogs"选项，以显示传统对话框。

- 在传统对话框中，选择"2 Independent Samples"选项，以执行独立样本秩和检验。

- 在弹出的"2 Independent Samples"对话框中，选择要进行秩和检验的变量，并将其添加至"Test Variables"框中。

- 单击"Options"按钮以访问进一步的选项。

在"Options"对话框中，您可以选择计算效应大小指标等。

spss秩和检验操作流程
SPSS是一种常用的统计分析软件，它提供了丰富的数据分析功能，其中包括了秩和检验。

秩和检验是一种非参数检验方法，适用于数据不满足正态分布的情况下进行假设检验。

在SPSS中进行秩和检验操作流程如下：
1. 打开SPSS软件并导入数据：首先打开SPSS软件，然后导入需要进行秩和检验的数据文件。

可以通过“文件”菜单中的“打开”选项来导入数据文件。

2. 进行秩和检验：在SPSS软件中，进行秩和检验的操作是通过“非参数检验”功能来实现的。

在菜单栏中选择“分析”-“非参数检验”-“两组样本”-“秩和检验”。

3. 设置变量：在弹出的对话框中，需要设置需要进行秩和检验的变量。

将需要比较的两组变量分别添加到“测试变量”和“分组变量”中。

4. 设置参数：在设置参数的选项中，可以选择检验的类型，包括单样本、独立样本和配对样本秩和检验。

根据实际情况选择适当的检验类型。

5. 进行分析：点击“确定”按钮后，SPSS会自动进行秩和检验分析，并生成相应的结果报告。

在结果报告中会包括秩和检验的统计
量、显著性水平和推断结论等信息。

6. 结果解读：根据结果报告中的显著性水平，判断两组样本之
间是否存在显著差异。

如果显著性水平小于设定的显著性水平（通
常为0.05），则可以拒绝原假设，认为两组样本之间存在显著差异。

总的来说，SPSS软件提供了方便快捷的秩和检验功能，可以帮
助研究人员进行非参数假设检验，从而更准确地分析数据并得出科
学结论。

通过以上操作流程，可以轻松地进行秩和检验分析，为研
究工作提供有力支持。

秩和检验前面介绍的均数的区间估计及假设检验，都是要求个体变量值服从正态分布，或根据中心极限定理，当样本较大时，样本均数服从正态分布。

这种要求样本来自总体分布型是已知的，在此基础上对总体参数进行估计或检验，称为参数统计（parametric statistics）。

但在医学研究中，许多数据不符合参数统计的要求，这时有两种处理的方法。

一是，进行数据转换，使其符合参数统计方法的要求。

二是，选择非参数检验方法，非参数检验(non-parametric test)方法是对样本来自的总体分布不作要求（如不要求样本来自正态分布）的一类假设检验方法。

非参数检验的主要优点是对样本的总体分布不作要求，适用的范围广，尤其是当变量中有不确定数值时，如<0.5mg,可用非参数检验。

同时，非参数检验方法存在其致命的缺点，其检验功效低于相应的参数统计方法。

因此，如果数据符合参数统计的要求首选参数统计方法；如果数据不符合参数统计的要求有两个选择，一是选择非参数检验方法。

下面介绍了属于非参检验的两种秩和检验（rank sum test）方法。

二是，将数据经过变换使其符合参数统计方法，再选择参数统计方法，本节介绍了几种数据变换方法。

应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。

⑤数据的一端或两端是不确定数值，如“>50mg”等。

一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。

非参数统计是一种不依赖总体分布形态的统计方法，它不涉及总体参数的估计，而是基于数据本身的秩次进行推断。

秩和检验是非参数统计中一种常用的假设检验方法，本文将详细介绍秩和检验的原理、应用和相关注意事项。

一、秩和检验的原理秩和检验是一种基于数据的秩次进行推断的假设检验方法。

它的基本原理是将样本数据进行排序，然后利用秩次的差异来进行假设检验。

秩和检验常用于两组样本的均值比较、相关性分析以及非参数方差分析等问题。

二、秩和检验的应用1. 两组样本均值比较秩和检验常用于比较两组样本的均值是否有显著差异。

当两组样本不满足正态分布的假设，且总体方差未知时，秩和检验是一种有效的假设检验方法。

通过对两组样本的数据进行秩次排序，可以得到秩和统计量，然后利用秩和统计量进行假设检验。

2. 相关性分析在非参数相关性分析中，秩和检验也是一种常用的方法。

通过将两组变量的数据进行秩次排序，可以计算秩和相关系数，从而判断两组变量之间是否存在显著的相关性。

秩和检验在样本数据不满足正态分布假设、或者存在异常值时，仍然能够有效地进行相关性分析。

3. 非参数方差分析秩和检验还常用于非参数方差分析。

在样本数据不满足方差齐性和正态分布假设时，传统的方差分析方法不再适用。

此时可以利用秩和检验对样本数据进行分析，得出不同组之间是否存在显著的差异。

三、秩和检验的注意事项在使用秩和检验时，需要注意以下几点：1. 样本数据需要满足独立同分布的假设，否则秩和检验的结果可能不可靠。

2. 样本数据的大小对秩和检验的结果有一定影响，通常情况下样本数据越大，秩和检验的效果越好。

3. 对于重复测量数据，需要使用特定的秩和检验方法，以避免数据重复性对检验结果的影响。

4. 在进行秩和检验时，需要对样本数据进行排序，并计算秩和统计量。

这一过程需要较多的计算工作，因此需要注意计算的准确性。

四、总结秩和检验是非参数统计中的一种重要方法，它不依赖于总体分布形态，适用于各种类型的数据分析。

非参数检验-SPSS什么是非参数检验？非参数检验是一种统计假设检验方法，它不依赖于总体的任何假设条件，如总体分布的正态性、方差的同一性等。

与参数检验相比，非参数检验更加灵活，能够适应更多的数据情况。

为什么需要非参数检验？当我们的数据不满足正态分布等假设条件时，就需要使用非参数检验。

此外，非参数检验还有以下优点：1.不需要知道总体分布的具体形态，从而更加适用于实际情况2.对于离群值和极端值并不敏感3.数据缺失并不会影响检验结果SPSS中的非参数检验现在我们来介绍SPSS中的非参数检验。

1. Wilcoxon符号秩检验Wilcoxon符号秩检验旨在检验两组配对样本的中位数差异是否为零。

它的原假设是两组样本中位数相同。

首先，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“数据”-“配对样本T检验”-“Wilcoxon符号秩检验”。

接下来，我们需要在弹出的对话框中选择配对变量，然后点击“OK”即可得到检验结果。

2. Mann-Whitney U检验Mann-Whitney U检验是一种非参数检验方法，用于检验两组独立样本的中位数是否相同。

它的原假设是两组样本中位数相同。

要进行Mann-Whitney U检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“2独立样本”。

接着，在弹出的对话框中选择两组样本的变量，并设置分析的方法为“Mann-Whitney U检验”。

最后点击“OK”即可得到检验结果。

3. Kruskal-Wallis检验Kruskal-Wallis检验是一种非参数检验方法，用于检验多个独立样本的中位数是否相同。

它的原假设是多组样本中位数相同。

要进行Kruskal-Wallis检验，我们需要打开SPSS，导入数据集，然后点击菜单栏中的“分析”-“非参数检验”-“Kruskal-Wallis检验”。

接着，在弹出的对话框中选择多组样本的变量，并点击“OK”即可得到检验结果。

用SPSS实现完全随机设计多组比较秩和检验的多重比较用SPSS实现完全随机设计多组比较秩和检验的多重比较一、引言在实证研究中，为了探讨不同处理或干预对某个变量的影响，常常需要进行多组比较。

多组比较的目的是确定是否存在差异以及差异的大小。

秩和检验是一种用于比较两组或多组样本之间差异的非参数方法，具有一定的优势。

二、方法以SPSS软件为例，我们可以利用其提供的功能实现完全随机设计多组比较秩和检验的多重比较。

以下是具体的步骤：1. 数据准备首先，需要准备好用于分析的数据。

假设有n个处理组，每个处理组有m个观测值。

可以将数据按照处理组进行分类整理，每个处理组的观测值放在一列中。

2. 数据输入打开SPSS软件，创建一个新的数据文件，并将之前准备好的数据输入。

确保每个处理组的观测值对应正确。

3. 非参数检验选择菜单栏中的“分析-非参数检验-维尔科克森-曼-惠特尼U 检验”或“分析-非参数检验-克鲁斯卡尔-华里斯H检验”，根据实验需要选择适当的检验方法。

4. 设置选项在弹出的对话框中，将要比较的变量选择到“因子”框中，将处理组变量选择到“因子标签”框中。

选择需要进行多重比较的处理组，点击“组间对比”按钮。

5. 多重比较在“组间对比”对话框中，选择想要进行多重比较的处理组。

可以点击“加入全部对比”按钮将所有处理组两两比较，也可以手动选择需要比较的处理组。

点击“确定”进行多重比较。

6. 结果输出SPSS将会输出多重比较的结果，包括均值、标准误差、t值、p值等统计指标。

根据p值判断处理组之间是否存在显著差异。

三、示例为了更好地理解上述方法，我们通过一个假想的实验来展示如何使用SPSS进行完全随机设计多组比较秩和检验的多重比较。

假设研究人员想要比较四种不同药物对降压效果的影响。

他们随机地将30名患有高血压的参与者分为四个处理组，分别接受A药物、B药物、C药物和D药物的治疗。

每个处理组的参与者分别测量他们的血压值。

现在，研究人员想要确定这些药物在降压效果上是否有显著差异。

SPSS的参数检验和非参数检验SPSS是一种非常常用的统计分析软件，可以用于参数检验和非参数检验。

参数检验是假设检验的一种方法，用于判断统计样本是否代表总体。

而非参数检验则是用于检验数据是否满足一些分布假设，或判断两个或多个群体是否具有差异。

参数检验主要有t检验、方差分析和回归分析等。

其中，t检验用于比较两个样本均值是否有显著差异，包括独立样本t检验和相关样本t检验。

方差分析用于比较三个或更多样本均值是否有显著差异，可以进行单因素方差分析或多因素方差分析。

回归分析用于建立预测模型，可以通过线性回归或多项式回归进行。

非参数检验通常适用于数据不满足正态分布或方差齐性的情况，如Wilcoxon符号秩检验、Kruskal-Wallis H检验、Mann-Whitney U检验等。

Wilcoxon符号秩检验用于比较两个配对样本的差异是否有显著差异，Kruskal-Wallis H检验用于比较三个或更多独立样本的差异是否有显著差异，Mann-Whitney U检验用于比较两个独立样本的差异是否有显著差异。

在SPSS中进行参数检验和非参数检验一般需要进行以下步骤：1.导入数据：将数据导入SPSS软件，可以通过选择文件-导入功能进行操作。

2.设定分析变量：定义需要进行分析的变量，并将其添加到分析列表中。

3.选择统计方法：根据实验设计和数据分布情况，选择合适的参数检验或非参数检验方法。

4.执行分析：点击运行按钮进行分析，在分析结果中可以查看得到显著性水平、均数、方差等指标。

5.结果解释：根据分析结果进行假设检验，判断是否存在显著差异，并解释其结果。

无论是参数检验还是非参数检验，在进行分析前需要注意数据的合理性、样本的选择和实验设计的合理性等，以保证分析结果的可靠性。

同时，还应根据不同的研究目的和数据特点选择适当的方法，并合理解释分析结果。

在SPSS软件中，可以通过图表、表格和描述性统计等形式展示和解释结果，并通过结果进行科学判断和相关推断。

SPSS-Friedman 秩和检验-非参数检验-K个相关样本检验案例解析
2011-09-20 17:38
三人行，必有我师，是不是真有我师？三种不同类型的营销手段，最终的营销效果是否一样，随即区组秩和检验带你进入分析世界
今天跟大家讨论和分享一下：spss-Friedman 秩和检验-非参数检验-K个（多个）相关样本检验，下面以“数学，物理，生物”样本数据为例，
假设：H0：数学，物理，生物三门课程的总体分布是相同的
H1：数学，物理，生物三门课程的总体分布是不相同的。

样本数据如下所示：
从上图可以看出：处理组为：3组（假设用K表示）区组为：5组（我们只取前面的5组) （假设用b表示）（上图只截取了一部分）
1：我们先将每一组进行“秩序编号”并进行排序，例如第一组秩序为：1, 2,，3.
第二组秩序为：1, 2, 3
第三组秩序为：1, 2， 3
第四组秩序为：1, 2， 3
第五组秩序为：2， 1， 3
我们相加可以得出RI, RI分别为：6， 9， 15
(先横向排序，最后再纵向相加，就可以得出RI, RI表示：第i个处理组“秩和”）
好，回归正题
打开SPSS软件后，点击“分析”——非参数检验——旧对话框—K个相关样本分析，进入如下页面：
提供三种“检验类型”一般选择“Friedman(F)(秩和检验）类型，将变量移入“检验变量”下拉框内，点击确定，得到如下结果：
从以上结果，我们可以得出以下结论：
1：卡方，检验统计量为：12.088
2：自由度为：K-1 =2
3：渐近显著性为：0.002 由于0.002<0.01 所以否定H0的假设，得出H1的假设
也说明：“数学，物理，生物”三门学科的成绩水平是不相同的。

实验二 SPSS的参数检验和非参数检验（验证性实验 4学时）1、目的要求：熟练掌握t检验及其结果分析。

熟练掌握单样本、两独立样本、多独立样本的非参数检验及各种方法的适用范围，能对结果给出准确分析。

2、实验内容：使用指定的数据按实验教材完成相关的操作。

3、主要仪器设备：计算机。

练习：1、给幼鼠喂以不同的饲料，用以下两种方法设计实验：鼠体内钙的留存量有显著不同。

2、为分析大众对牛奶品牌是否具有偏好，随机挑选超市收集其周一至周六各天并说明分析结论。

1 参数检验概述假设检验的基本思想.事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立；.采用逻辑上的反证法，依据统计上的小概率原理。

2 单样本的T检验2.1检验目的：•检验单个变量的均值是否与给定的常数(总体均值)之间是否存在显著差异。

如：分析学生的IQ平均分是否为100分；大学生考研率是否为5%。

•要求样本来自的总体服从或近似服从正态分布。

2.2 单样本T检验的实现思路•提出原假设：•计算检验统计量和概率P值●给定显著性水平与p值做比较：如果p值小于显著性水平，小概率事件在一次实验中发生，则我们应该拒绝原假设，反之就不能拒绝原假设。

2.3 单样本t检验的基本操作步骤1、选择选项Analyze－Compare means－One-Samples T test，出现窗口：2、在Test Value框中输入检验值。

3、单击Option按钮定义其他选项。

Option选项用来指定缺失值的处理方法。

其中，Exclude cases analysis by analysis表示计算时涉及的变量上有缺失值，则剔除在该变量上为缺失值的个案；Exclude cases listwise表示剔除所有在任意变量上含有缺失值的个案后再进行分析。

可见，较第二种方式，第一种处理方式较充分地利用了样本数据。

在后面的分析方法中，SPSS对缺失值的处理方法与此相同，不再赘述。

SPSS非参数检验非参数检验 SPSS单样本非参数检验是对单个总体的分布形态等进行推断的方法，其中包括卡方检验、二项分布检验、K-S检验以及变量值随机性检验等方法。

参数检验与非参数检验的区别:参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。

但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。

非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。

由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数检验”。

一、几种常见的非参数检验1、总体分布的卡方检验卡方检验方法可以根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著差异，是一种吻合性检验，通常适于对有多项分类值的总体分布的分析。

它的原假设是:样本来自的总体分布与期望分布或某一理论分布无差异。

例如，医学家在研究心脏病人猝死人数与日期的关系时发现:一周之中，星期一心脏病人猝死者较多，其他日子则基本相当。

当天的比例近似为2.8:1:1:1:1:1:1。

现收集到心脏病人死亡日期的样本数据，推断其总体分布是否与上述理论分布相吻合。

2、二项分布检验SPSS的二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为P的二项分布，其原假设是:样本来自的总体与指定的二项分布无显著差异。

在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。

通常将这样的二值分别用1或0表示。

如果进行n次相同的实验，则出现两类(1或0)的次数可以用离散型随机变量X来描述。

如果随机变量X为1的概率设为P，则随机变量X值为0的概率Q便等于1-P，形成二项分布。

从某产品中随机抽取23个样品进行检测并得到检测结果。

实验报告 SPSS的参数检验和非参数检验学期：_2013__至2013_ 第_1_学期课程名称:_数学建模专业:数学实验项目__SPSS的参数检验和非参数检验实验成绩：＿＿＿＿＿一、实验目的及要求熟练掌握t检验及其结果分析。

熟练掌握单样本、两独立样本、多独立样本的非参数检验及各种方法的适用范围，能对结果给出准确分析。

二、实验内容使用指定的数据按实验教材完成相关的操作。

1、给幼鼠喂以不同的饲料，用以下两种方法设计实验：方式1：同一鼠喂不同的饲料所测得的体内钙留存量数据如下：方式2：甲组有12只喂饲料1，乙组有9只喂饲料2，所测得的钙留存量数据如下：请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙的留存量有显着不同。

2、为分析大众对牛奶品牌是否具有偏好，随机挑选超市收集其周一至周六各天三种品牌牛奶的日销售额数据，如下表所示：请选用恰当的非参数检验方法，以恰当形式组织上述数据进行分析，并说明分析结论。

实验报告附页三、实验步骤（一）方式1：1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze－Compare means－Paired-Samples T Test，出现窗口；3、把检验变量饲料1，饲料2 选择到Paired Variables框，单击OK。

方式2：1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze－Compare means－Independent-Samples T Test，出现窗口3、选择检验变量饲料到Test Variable(s)框中。

4、选择总体标志变量组号到Grouping Variables框中。

5、单击Define Groups按钮定义两总体的标志值1、2，单击OK。

（二）1、打开SPSS软件，根据所给表格录入数据，建立数据文件；2、选择菜单Analyze->Nonparametric->k Independent sample3、选择待检验的若干变量入包装1，包装2，包装3到Test Variable(s)框中；4、选择推广的平均秩检验(Friedman检验)，单击OK。

非参数检验的SPSS操作前面一章介绍的二项分布的比率检验、配合度检验——卡方检验和1-Sample K-S检验等都属于非参数检验。

这一节我们主要结合前面参数假设检验一章讲过的t检验以及方差分析一章讲过的方差分析，来进一步分析，当参数检验的前提条件不满足时，两个样本和多个样本平均数差异的SPSS 操作方法。

一、两个独立样本的差异显著性检验两独立样本的的差异显著性检验只有在满足如下条件时才能进行T检验：变量为正态分布的连续测量数据。

若数据不满足这样的条件，强行进行T检验容易造成错误的结论。

在数据不能满足这种参数检验的条件下，我们可以选择非参数检验方法进行。

与两独立样本差异显著性检验相对应的方法可以在SPSS主菜单Analyze / Nonparametric Tests / 2 Independent Samples…中得到。

1．数据采用本章第一节中例2的数据（数据文件“9-4-1.sav”），具体介绍操作过程。

2．理论分析对于数据文件9-4-1.sav中的数据，目的是检验男女生之间注意稳定性是否存在显著差异，注意稳定性测量的结果虽然是测量数据但是从总体上来看不满足正态分布的前提假设，另外不同性别的学生可以看成是两组独立的样本，因此对上述资料的检验可以用非参数的独立样本的检验方法。

2．操作过程（1）在SPSS主菜单中选择Analyze / Nonparametric Tests / 2 Independent Samples…得到两个独立样本非参数检验的主对话框（图9-1），把因变量atten选入到检验变量表列（Test Independent-Sample Tests）中去，把gender选到分组变量（Grouping Variable）中，并单击Define Groups…,在随后打开的对话框中分别键入1与2，单击Continue回到主对话框如图9-1所示。

在Test Type中有四个可选项，其中最常用的是第一种方法Mann-Whitney U（又称秩和检验法）。

秩和检验在 SPSS 实现的操作步骤秩和检验：例两组受试者文化程度如下表，比较两组受试者文化程度有无差别。

小学 1 初中 2 高中 3 大学 4组 1 65 18 30 13组 2 42 6 23 11【操作过程】1、建立数据文件设定三个变量：文化程度、 group 、频数。

文化程度：小学、初中、高中、大学，分别用 1、2、3、4 代表； group ，组别，分组变量：组 1 ，组 2；频数，即对应每组数量。

文化程度group 频数1.00 1.00 65.002.00 1.00 18.003.00 1.00 30.004.00 1.00 13.001.002.00 42.002.00 2.00 6.003.00 2.00 23.004.00 2.00 11.002、统计分析过程(1) 数据加权个案选中加权个案W 单选框在频率变量 E 框里选入：频数单击确定；（2）分析 ==>非参数检验 ==>两独立样本（2）检验变量列表框：文化程度（3）分组变量框： group （分组）；单击定义组钮在 group1 框和 group2 框中分别输入 1 和 2单击继续钮(4) 检验类型复选框组：选中 Mann-Whitney U 复选框(5)单击确定钮【结果解释】Mann-Whitney检验秩group N 秩均值秩和文化程度1 126 102.82 12955.502 82 107.08 8780.50总数208检验统计量 a文化程度Mann-Whitney U 4954.500Wilcoxon W 12955.500Z -.543渐近显著性 ( 双侧 ) .587a.分组变量 : group组 1 平均秩和为 102.82 ；组 2 平均秩和为： 107.08 。

u（Z 值）=0.543,P （渐进显著性） =0.587 。

尚不能认为两组文化程度有差别。

SPSS-Friedman秩和检验-⾮参数检验-K个相关样本检验案例解
析
三⼈⾏，必有我师，是不是真有我师？三种不同类型的营销⼿段，最终的营销效果是否⼀样，随即区组秩和检验带你进⼊分析世界
今天跟⼤家讨论和分享⼀下：spss-Friedman 秩和检验-⾮参数检验-K个（多个）相关样本检验，下⾯以“数学，物理，⽣物”样本数据为例，假设：H0：数学，物理，⽣物三门课程的总体分布是相同的
H1：数学，物理，⽣物三门课程的总体分布是不相同的。

样本数据如下所⽰：
从上图可以看出：处理组为：3组（假设⽤K表⽰）区组为：5组（我们只取前⾯的5组) （假设⽤b表⽰）（上图只截取了⼀部分）1：我们先将每⼀组进⾏“秩序编号”并进⾏排序，例如第⼀组秩序为：1, 2,， 3.
第⼆组秩序为：1, 2, 3
第三组秩序为：1, 2， 3
第四组秩序为：1, 2， 3
第五组秩序为：2， 1， 3
我们相加可以得出RI, RI分别为：6， 9， 15
(先横向排序，最后再纵向相加，就可以得出RI, RI表⽰：第i个处理组“秩和”）
好，回归正题
打开SPSS软件后，点击“分析”——⾮参数检验——旧对话框—K个相关样本分析，进⼊如下页⾯：
提供三种“检验类型”⼀般选择“Friedman(F)(秩和检验）类型，将变量移⼊“检验变量”下拉框内，点击确定，得到如下结果：
从以上结果，我们可以得出以下结论：
1：卡⽅，检验统计量为：12.088
2：⾃由度为：K-1 =2
3：渐近显著性为：0.002 由于0.002<0.01 所以否定H0的假设，得出H1的假设
也说明：“数学，物理，⽣物”三门学科的成绩⽔平是不相同的。