龙空技术网

SPSS数据分析之两配对样本的非参数检验操作

小春0310 289

前言:

今天小伙伴们对“配对检验与非配对检验的区别”大概比较关怀,各位老铁们都想要分析一些“配对检验与非配对检验的区别”的相关内容。那么小编在网上搜集了一些对于“配对检验与非配对检验的区别””的相关资讯,希望你们能喜欢,看官们快快来了解一下吧!

在研究中通常会遇到在同一个对象上测得的多组数据,这些数据之间不再是独立的,可能是疑似相关的,这样的两个样本称为配对样本,也称相关样本,本检验是用来检验两个样本是否具有相同的分布,零假设:两个样本来自总体分布无显著性差异。

话不多说,直接上操纵。

原始数据

原始数据

问题:检验培训前后成绩和及格率是否存在显著差异

操作:分析→非参数检验→旧对话框→2个相关样本

2个相关样本操作

检验对

检验类型(不同的数据类型,选不同的方法)

Wilcoxon:将两组样本的各个数据减去第一组,如果得到的差值是正值,记为正号,反之,负数就记为负号,将差值的绝对值按升序排序,求出相应的秩,然后计算正号秩的和与负号秩的和,如果两者大致相等,就认为两个配对样本的数据差距很小,如果秩和相差很大,就认为它们差距很大

符号检验:与Wilcoxon类似,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,如果两者相差很小,就认为两个配对样本的数据差距很小,如果相差很大,就认为它们差距很大

McNemar:前提条件是数据值必须是二值变量,通过两组数据前后频率的变化计算出二项分布的概率值,概率值与显著性水平比较,观察是否能拒绝零假设。

边际同质性:数据是分类数据,是McNemar检验的一个扩展,主要检验响应值的变化,前后对比的设计中,检测因实验干预所导致的响应变化

选项:描述性、四分位数

检验类型

输出结果

描述性统计量

N

均值

标准差

极小值

极大值

百分位

第 25 个

第 50 个(中值)

第 75 个

培训前数学成绩

40

64.50

9.695

50

79

56.25

63.00

73.00

培训前及格率

40

.62

.490

0

1

.00

1.00

1.00

培训后数学成绩

40

61.95

8.165

50

80

54.25

62.00

67.50

培训后及格率

40

.65

.483

0

1

.00

1.00

1.00

Wilcoxon 检验

N

秩均值

秩和

培训后数学成绩 - 培训前数学成绩

负秩

24a

20.73

497.50

正秩

16b

20.16

322.50

0c

总数

40

培训后及格率 - 培训前及格率

负秩

8d

9.00

72.00

正秩

9e

9.00

81.00

23f

总数

40

a. 培训后数学成绩 < 培训前数学成绩

b. 培训后数学成绩 > 培训前数学成绩

c. 培训后数学成绩 = 培训前数学成绩

d. 培训后及格率 < 培训前及格率

e. 培训后及格率 > 培训前及格率

f. 培训后及格率 = 培训前及格率

检验统计量a

培训后数学成绩 - 培训前数学成绩

培训后及格率 - 培训前及格率

Z

-1.177b

-.243c

渐近显著性(双侧)

.239

.808

a. Wilcoxon 带符号秩检验

b. 基于正秩。

c. 基于负秩。

符号检验

频率

N

培训后数学成绩 - 培训前数学成绩

负差分a,d

24

正差分b,e

16

结c,f

0

总数

40

培训后及格率 - 培训前及格率

负差分a,d

8

正差分b,e

9

结c,f

23

总数

40

a. 培训后数学成绩 < 培训前数学成绩

b. 培训后数学成绩 > 培训前数学成绩

c. 培训后数学成绩 = 培训前数学成绩

d. 培训后及格率 < 培训前及格率

e. 培训后及格率 > 培训前及格率

f. 培训后及格率 = 培训前及格率

检验统计量a

培训后数学成绩 - 培训前数学成绩

培训后及格率 - 培训前及格率

Z

-1.107

渐近显著性(双侧)

.268

精确显著性(双侧)

1.000b

a. 符号检验

b. 已使用的二项式分布。

McNemar 检验

培训前及格率 & 培训后及格率

培训前及格率

培训后及格率

0

1

0

6

9

1

8

17

检验统计量a

培训前及格率 & 培训后及格率

N

40

精确显著性(双侧)

1.000b

a. McNemar 检验

b. 已使用的二项式分布。

临界均一性检验

培训前数学成绩 & 培训后数学成绩

培训前及格率 & 培训后及格率

相异值

30

2

非对角线案例

40

17

MH 观察统计量

2580.000

1.000

MH 统计量均值

2529.000

.000

MH 统计量的标准差

37.263

4.123

标准MH 统计量

1.369

.243

渐近显著性(双侧)

.171

.808

上表可知,培训前后数学成绩和及格率的渐近显著性均大于0.05,说明培训前后数学成绩和及格率无显著性差异。

综上所述三种检验,说明培训前后数学成绩和及格率无显著性差异。

今天的数据分析就学习到这里,有任何问题可以评论留言,如有想看的操作讲解,可以私信我。谢谢大家的点赞、关注和转发。

标签: #配对检验与非配对检验的区别 #配对检验与非配对检验的区别是什么