您現在的位置是:首頁 > 武術

SPSS資料分析之兩配對樣本的非引數檢驗操作

  • 由 小春0310 發表于 武術
  • 2021-12-11
簡介原始資料原始資料問題:檢驗培訓前後成績和及格率是否存在顯著差異操作:分析→非引數檢驗→舊對話方塊→2個相關樣本2個相關樣本操作檢驗對檢驗型別(不同的資料型別,選不同的方法)Wilcoxon:將兩組樣本的各個資料減去第一組,如果得到的差值是正

秩和怎麼計算

在研究中通常會遇到在同一個物件上測得的多組資料,這些資料之間不再是獨立的,可能是疑似相關的,這樣的兩個樣本稱為配對樣本,也稱相關樣本,本檢驗是用來檢驗兩個樣本是否具有相同的分佈,零假設:兩個樣本來自總體分佈無顯著性差異。

話不多說,直接上操縱。

原始資料

SPSS資料分析之兩配對樣本的非引數檢驗操作

原始資料

問題:檢驗培訓前後成績和及格率是否存在顯著差異

操作:分析→非引數檢驗→舊對話方塊→2個相關樣本

SPSS資料分析之兩配對樣本的非引數檢驗操作

2個相關樣本操作

檢驗對

檢驗型別(不同的資料型別,選不同的方法)

Wilcoxon:將兩組樣本的各個資料減去第一組,如果得到的差值是正值,記為正號,反之,負數就記為負號,將差值的絕對值按升序排序,求出相應的秩,然後計算正號秩的和與負號秩的和,如果兩者大致相等,就認為兩個配對樣本的資料差距很小,如果秩和相差很大,就認為它們差距很大

符號檢驗:與Wilcoxon類似,得到的差值不進行排序求秩,而是直接比較正號和負號的個數,如果兩者相差很小,就認為兩個配對樣本的資料差距很小,如果相差很大,就認為它們差距很大

McNemar:前提條件是資料值必須是二值變數,透過兩組資料前後頻率的變化計算出二項分佈的機率值,機率值與顯著性水平比較,觀察是否能拒絕零假設。

邊際同質性:資料是分類資料,是McNemar檢驗的一個擴充套件,主要檢驗響應值的變化,前後對比的設計中,檢測因實驗干預所導致的響應變化

選項:描述性、四分位數

SPSS資料分析之兩配對樣本的非引數檢驗操作

檢驗型別

輸出結果

描述性統計量

N

均值

標準差

極小值

極大值

百分位

第 25 個

第 50 個(中值)

第 75 個

培訓前數學成績

40

64。50

9。695

50

79

56。25

63。00

73。00

培訓前及格率

40

。62

。490

0

1

。00

1。00

1。00

培訓後數學成績

40

61。95

8。165

50

80

54。25

62。00

67。50

培訓後及格率

40

。65

。483

0

1

。00

1。00

1。00

Wilcoxon 檢驗

N

秩均值

秩和

培訓後數學成績 - 培訓前數學成績

負秩

24a

20。73

497。50

正秩

16b

20。16

322。50

0c

總數

40

培訓後及格率 - 培訓前及格率

負秩

8d

9。00

72。00

正秩

9e

9。00

81。00

23f

總數

40

a。 培訓後數學成績 < 培訓前數學成績

b。 培訓後數學成績 > 培訓前數學成績

c。 培訓後數學成績 = 培訓前數學成績

d。 培訓後及格率 < 培訓前及格率

e。 培訓後及格率 > 培訓前及格率

f。 培訓後及格率 = 培訓前及格率

檢驗統計量a

培訓後數學成績 - 培訓前數學成績

培訓後及格率 - 培訓前及格率

Z

-1。177b

-。243c

漸近顯著性(雙側)

。239

。808

a。 Wilcoxon 帶符號秩檢驗

b。 基於正秩。

c。 基於負秩。

符號檢驗

頻率

N

培訓後數學成績 - 培訓前數學成績

負差分a,d

24

正差分b,e

16

結c,f

0

總數

40

培訓後及格率 - 培訓前及格率

負差分a,d

8

正差分b,e

9

結c,f

23

總數

40

a。 培訓後數學成績 < 培訓前數學成績

b。 培訓後數學成績 > 培訓前數學成績

c。 培訓後數學成績 = 培訓前數學成績

d。 培訓後及格率 < 培訓前及格率

e。 培訓後及格率 > 培訓前及格率

f。 培訓後及格率 = 培訓前及格率

檢驗統計量a

培訓後數學成績 - 培訓前數學成績

培訓後及格率 - 培訓前及格率

Z

-1。107

漸近顯著性(雙側)

。268

精確顯著性(雙側)

1。000b

a。 符號檢驗

b。 已使用的二項式分佈。

McNemar 檢驗

培訓前及格率 & 培訓後及格率

培訓前及格率

培訓後及格率

0

1

0

6

9

1

8

17

檢驗統計量a

培訓前及格率 & 培訓後及格率

N

40

精確顯著性(雙側)

1。000b

a。 McNemar 檢驗

b。 已使用的二項式分佈。

臨界均一性檢驗

培訓前數學成績 & 培訓後數學成績

培訓前及格率 & 培訓後及格率

相異值

30

2

非對角線案例

40

17

MH 觀察統計量

2580。000

1。000

MH 統計量均值

2529。000

。000

MH 統計量的標準差

37。263

4。123

標準MH 統計量

1。369

。243

漸近顯著性(雙側)

。171

。808

上表可知,培訓前後數學成績和及格率的漸近顯著性均大於0。05,說明培訓前後數學成績和及格率無顯著性差異。

綜上所述三種檢驗,說明培訓前後數學成績和及格率無顯著性差異。

今天的資料分析就學習到這裡,有任何問題可以評論留言,如有想看的操作講解,可以私信我。謝謝大家的點贊、關注和轉發。

Top