使用SPSS軟件進(jìn)行非參數(shù)檢驗(yàn)

崔紅芳

摘 要：非參數(shù)檢驗(yàn)是數(shù)理統(tǒng)計(jì)學(xué)中對(duì)樣本數(shù)據(jù)進(jìn)行檢驗(yàn)的一種重要檢驗(yàn)方法，文章具體講述了SPSS統(tǒng)計(jì)軟件對(duì)3個(gè)班級(jí)中21個(gè)學(xué)生的成績樣本進(jìn)行非參數(shù)檢驗(yàn)分析，得出總體成績存在顯著性差異，說明了SPSS統(tǒng)計(jì)軟件應(yīng)用于概率論與數(shù)理統(tǒng)計(jì)教學(xué)的可行性。

關(guān)鍵詞：SPSS軟件；非參數(shù)檢驗(yàn)；顯著性差異；可行性

非參數(shù)檢驗(yàn)是數(shù)理統(tǒng)計(jì)學(xué)的一個(gè)分支，它與參數(shù)檢驗(yàn)相對(duì)應(yīng)。參數(shù)檢驗(yàn)是一種適應(yīng)于在特定環(huán)境下的檢驗(yàn)，對(duì)總體分布參數(shù)的均值或方差等進(jìn)行推斷的方法。非參數(shù)檢驗(yàn)是假定總體分布的具體形式未知，從樣本的數(shù)據(jù)獲得需要的信息，對(duì)總體分布的類型和位置進(jìn)行檢驗(yàn)。

1 非參數(shù)檢驗(yàn)方法的特點(diǎn)和分類

非參數(shù)檢驗(yàn)適用性很廣，不要求有精確的觀測值，SPSS軟件是一種易學(xué)易操作的軟件，軟件中包括8種非參數(shù)檢驗(yàn)的分析方法，這8種方法被分為了兩大類：分布類型檢驗(yàn)方法和分布位置檢驗(yàn)方法，在第二大類中包括以下4中檢驗(yàn)：兩個(gè)獨(dú)立樣本顯著性差異、多個(gè)獨(dú)立性樣本顯著性差異、兩個(gè)相關(guān)樣本差異的顯著性檢驗(yàn)和多個(gè)相關(guān)樣本差異的顯著性檢驗(yàn)。文章主要研究多個(gè)獨(dú)立性樣本的顯著性差異。

2 應(yīng)用實(shí)例

隨機(jī)抽取3個(gè)班級(jí)的學(xué)生，得到21個(gè)學(xué)生的成績樣本，成績?nèi)绫?所示，問總體成績是否存在顯著差異？

（1）假設(shè)H0：總體成績沒有顯著差異

（2）操作步驟：a.在SPSS軟件的數(shù)據(jù)編輯窗口中輸入數(shù)據(jù)，兩個(gè)變量（banji，chengji），21個(gè)樣本，即輸入2列21行；b.單擊分析→非參數(shù)檢驗(yàn)→K個(gè)獨(dú)立樣本命令，打開多個(gè)獨(dú)立樣本對(duì)話框；c.將變量chengji移入到檢驗(yàn)變量列表，將banji移入分組變量列表，在分組變量定義框內(nèi)定義分組變量的范圍，最小值為1，最大值為3，選擇檢驗(yàn)類型中的前兩個(gè)，第三種方法不適合本題目；如圖1所示。d.單擊OK按鈕，即在輸出窗口顯示Kruskal-Wallis檢驗(yàn)和中值檢驗(yàn)的計(jì)算結(jié)果。

3 結(jié)果分析

在輸出窗口中顯示了Kruskal-Wallis檢驗(yàn)和中值檢驗(yàn)的計(jì)算結(jié)果，見表2、表3。

兩種檢驗(yàn)方法都給出了x2統(tǒng)計(jì)量和相應(yīng)的概率，用K-W單向評(píng)軼檢驗(yàn)得到的概率值為0.016，小于顯著性水平α，故拒絕假設(shè)H0，同樣用中值檢驗(yàn)，所得概率值為0.027，小于顯著性水平α，故拒絕假設(shè)H0，即認(rèn)為3個(gè)班級(jí)的總體成績存在顯著差異。

參考文獻(xiàn)

[1]夏怡凡.SPSS統(tǒng)計(jì)分析精要與實(shí)例詳解[M].北京：電子工業(yè)出版社，2010.

[2]牛成英.統(tǒng)計(jì)軟件在數(shù)理統(tǒng)計(jì)學(xué)中的應(yīng)用[J].學(xué)術(shù)縱橫，2012，2.

[3]張文彤.SPSS統(tǒng)計(jì)分析教程[M].北京：北京希望電子出版社，2002.

[4]陳捷.在教育教學(xué)研究中的應(yīng)用[J].北京教育學(xué)院學(xué)報(bào)，2008（6）.