3.7、SPSS两配对样本检验—零基础入门教程

SPSS两配对样本检验

一、参数设置

（1）打开数据文件，选择“分析” →“非参数检验” →“ 旧对话框” →“2 个相关样本” ，弹出“两个关联样本检验”对话框，如下图所示，各项含义如下。

●    检验对列表：将左侧的变量列表中的配对变量选入其中。

●    检验类型：两相关样本检验选取的检验类型取决于数据类型。

➢   如果变量是连续变量的，可使用符号检验或Wilcoxon和 符号等级检验。

✧   Wilcoxon：将第二组样本的各个数据减去第一组样 本对应的数据，如果得到的差值是正数，记为正号，反之为负数，记为负号，同时将差值的绝对值按升序排列，求出相应的秩，最后计算正号秩的和，负号秩的和，如果正号和负号的秩大致相等， 则可以认为两配对样本的数据分布差距很小，如果正号和负号的秩相差很大，则可以认为两配对样本的数据分布差距很大。零假设是两配对样本的数据 分布没有显著差异。SPSS通过秩计算出Z统计量， 并给出相应的概率，如果概率值大于用户定的显著性水平，则不能拒绝零假设，认为两配对样本的数据分布没有显著差异。

✧   符号检验：与Wilcoxon类似，只是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，来判断两组的分布，如果正号和负号的个数相差较小，则认为两配对样本的数据分布差距较小，如果相差较大，则认为两配对样本的数据分布差距较大。零假设是两配对样本的数据分布没有显著差异。SPSS将对正负号序列进行二项分布检验，计算出概率值，如果概率值小于或等于用户定的显著性水平，则拒绝零假设，认为两配对样本的数据分布存在显著差异，如果概率值大于用户定的显著性水平，则不能拒绝零假设，认为两配对样本的数据

分布没有显著差异。

➢   如果变量为二值变量，那么使用McNemar检验。McNemar检验是通过两组样本数据前后频率的变化计算出二项分布的概率值，如果概率值大于用户定的显著性水平，则不能拒绝零假设，认为两配对样本的数据分布没有显著差异。

➢   如果数据为分类数据，那么使用边际同质性检验，是McNemar检验从二值响应到多项式响应的扩展，主要检验响应中的变化，适用于在前后对比设计中检测因实验干预所导致的响应变化。

二、两个相关样本检验的SPSS实现

实例七：“data06-07.sav”数据文件是数学培训班20名学生培训前后成绩及及格率的资料，如下图所示。现要求利用两个相关样本检验来检验培训前后成绩和及格率是否存在差异。

数据文件：数据文件\Chapter06\data06-07.sav

视频文件：视频文件\Chapter06\两相关样本的非参数 检验．avi

●    操作一

（1）打开“data06-07.sav”数据文件，选择“分析” →“非参数检验” →“ 旧对话框” →“2个相关样本” ，弹出的“两个关联样本检验”对话框。

（2）在左侧的变量列表中选中“培训前数学成绩”变量和“培训后数 学成绩”变量，单击   按钮，将其选入“检验对变量列表” ，在“检验类 型”栏中勾选“Wilcoxon”和“符号检验” 复选框。

（3）单击按钮，弹出的“精确检验”对话框，勾 选“仅渐进法” ，单击按钮返回主对话框。

（4）单击按钮，弹出的“两个相关样本：选项”对话框，在“ Statistics”选项栏中勾选“描述性” 复选框和“ 四分位数” 复选框，在“缺失值”栏中勾选“按检验排除个案”选项，单击按钮返回主对话框。

（5）完成所有设置后，单击退按钮执行命令。

●    操作二

（1）打开“data06-07.sav”数据文件，选择“分析” →“非参数检验” →“ 旧对话框” →“2个相关样本” ，弹出“两个关联样本检验”对话框。

（2）在左侧的变量列表中选中“培训前及格率”和“培训后及格率”变量，单击按钮，将其选入“检验对变量列表”选入检验对列表中，在“检验类型”栏中勾选“McNemar”。

（3）“精确检验”和“两个相关样本：选项”对话框设置等同于操作1。

三、两个相关样本检验的结果分析

1 ．操作1的结果分析

从下表可以看出，培训前数学成绩的平均值为53.20 ，标准偏差为7.938；培训后数学成绩的平均值为68.80 ，标准偏差为6.670。

Wilcoxon检验：从下表可以看出负秩为0 ，正秩为20 ，结为0 ，表示20个学生中所有人培训后成绩都上升，没有人成绩下降。平均秩分别为0和10.50。

从下表可以看出，Z统计量为-3.926 ，渐进显著性为0.000 ，小于0.05 ，拒绝零假设，认为培训前后学生的数学成绩显著提高。

符号检验：从下表可以看出，结果与Wilcoxon结果一致。

从下表可以看出，精确显著性水平为0.000 ，小于0.05 ，拒绝零假设，认为培训前后学生的数学成绩存在显著差异。

2 ．操作2的结果分析

从下表可以看出，经过培训，仍有2人不及格，由不及格变成及格的有14人，由及格变为不及格为0人，成绩前后都及格的为4人。

从下表可以看出，精确显著性水平为0.000 ，小于0.05 ，故拒绝零假设，认为培训前后学生的数学成绩存在显著差异。

如果上述教程没有解决您的问题，可以联系分析师获取支持：

分析师服务（24小时在线）

如果您需要代做服务，可选择下方服务选项：

‍1、问卷设计、问卷调查：点击联系

2、数据分析、实证分析：点击联系‍

3、科研配图、论文配图：点击联系

4、文章指导、润色美化：点击联系

5、数据查找、代查代下：点击联系

6、数据修改、调整合理：点击联系‍

7、职称评审、课题申报：点击联系

8、格式排版、文章翻译：点击联系‍