《SPSS数据分析教程》课件

数据分析教程SPSS欢数课将带领这迎参加SPSS据分析教程本程您系统地掌握SPSS一强大的计础级术数统分析工具，从基操作到高分析技，全面提升您的据处理能力论还专将为无您是初学者是希望提升技能的业人士，本教程都您提供清晰的导指和实用的技巧为当计软术场调疗SPSS作今最流行的统分析件之一，在学研究、市查、医分领应过课习将独数导析等域有着广泛用通本程的学，您能够立完成从据入过为、清洗、分析到可视化的全程，您的研究或工作提供有力支持目录基础知识1们将绍这计我首先介SPSS的基本概念、界面和功能，帮助您快速熟悉一强大的统这简绍为续习础工具一部分包括SPSS介、主要功能和界面介，后学奠定基数据处理2来讨数导编辑转换数这内接下探据的入、和方法，教您如何有效管理研究据部分来导数数编辑数转换容涵盖从各种源入据、据技巧以及常用的据方法统计分析3们将计计检验关归然后我深入各种统分析方法，包括描述性统、假设、相回分析等这课础级计术是程的核心部分，涵盖从基到高的各种统技实战应用4过领应贯们将来最后通实际案例展示SPSS在不同域的用，帮助您融会通我分析场领数自市研究、医学和教育域的真实据，演示完整的分析流程简介SPSS软件定义应用领域称为应SPSS全Statistical SPSS广泛用于社会科学研究场调测Product andService、市查、医学研究、教育计产评领Solutions（统品与服务解、政府决策等众多域它能专计数进杂决方案），是一款业的统分够处理大量据并行复的统软计为析件它最初由斯坦福大学的分析，研究者提供可靠的研开现Norman H.Nie等人发，由究依据开IBM公司拥有和发软件优势计软结与其他统件相比，SPSS具有操作界面友好、功能全面、分析果直观编过击单杂计等优点即使不熟悉程的用户也能通点菜完成复的统分计槛析，大大降低了统分析的门的主要功能SPSS数据管理统计分析1数导编辑转换础级计满提供全面的据入、、和合并功能包含从基到高的各类统分析方法，足2数，支持多种据格式不同研究需求预测建模图表制作4预测趋势预测创专计图观结3提供多种模型和算法，用于和决支持建各种业统表，直展示分析策支持果计满数终单软环软换SPSS的功能设足了从据准备到最分析的全流程需求用户可以在一件境中完成所有分析工作，避免了在多个件间切的不便此还详细档项外，SPSS提供了的帮助文和教程，帮助用户快速掌握各功能断应断计论应为计随着版本更新，SPSS不增加新的分析方法和功能模块，以适不发展的统学理和用需求目前，SPSS已经发展成一个完整的统分满专计析平台，能够足从初学者到业统学家的各种需求界面介绍SPSS数据视图变量视图输出视图数图区图图显计结据视是SPSS的主要工作域，以电子变量视用于定义和修改变量属性，包括输出视示所有统分析的果，包括显数观测称宽数数计图树状表格形式示据每行代表一个值变量名、类型、度、小位、变量统表格、表和文本输出它采用标签标签对结组内（案例），每列代表一个变量您可以在、值等合理设置变量属性于构织输出容，便于查找和管理用编辑数续关仅数编辑导这结此直接输入、和查看据，就像在后分析至重要，它不影响据的处户可以、出或打印些输出果，数图观还结现将为独Excel中操作一样据视提供了直理方式，决定了分析果的呈形式或其保存立的输出文件.spv供日数数检的据展示方式，便于据查和初步分后查看析数据管理导入数据从Excel导入读数结导SPSS可以直接取Excel文件.xls,.xlsx，保留原始据构入时选择数围将为这可特定工作表和据范，并可设置是否首行作变量名数导调数是最常用的据入方式，尤其适合已经在Excel中整理好的查据验结或实果从文本文件导入导宽识别支持入各种文本格式文件.txt,.csv，可根据分隔符或固定度数结导导详细选项据构入向提供设置，如定义分隔符类型、处理缺失结结数值、设置变量属性等，适合处理非构化或半构化据从数据库导入过连关数库通ODBC或直接接方式，SPSS可从各种系型据如MySQL,导数执选择数Oracle,SQL Server等入据用户可行SQL查询特定据导张这对数别，或直接入整表，处理大型机构据特有用数据管理数据编辑添加删除变量/1图在变量视中添加新变量或删除不需要的变量修改数据值2数图编辑单换数直接在据视中元格或批量替据重新编码变量3将数为评标原变量的值映射新的分类或分准数编辑数时详细测SPSS提供了丰富的据功能，使研究者能够灵活处理各种据情况添加变量，可以定义其属性，包括量尺度（名义、有序这将续或量表）、缺失值处理方式等些设置影响后分析中变量的处理方式数许进数将围标记为编码则别问数据值修改功能允用户根据特定条件行据更新，如所有超出合理范的值缺失重新功能特适用于卷据处理将评转换为标评这数质，可以原始分研究所需的准化分或分类些功能共同确保据量和分析的准确性数据管理数据转换计算新变量条件筛选数据合并过数数创临时选择数进数将通学公式、函或条件表达式建派根据特定条件或永久据子集支持按案例或变量合并多个据集，如计龄龄满调数为数生变量，如根据出生日期算年、根据行分析，如只分析特定年段或足某些不同批次查据合并一个完整据集问题计这这进组将来数多个算总分或平均分一功能广条件的案例有助于行分分析或排，或不同源的变量合并到同一据集应标计数综数针对这泛用于各类指算，如BMI指、除异常据，提高分析的性和准确性中使研究者能够整合分散在不同文件评关数合分等中的相据描述性统计频率分析频数表百分比累计百分比频数显现数频报显计显当别表示每个可能值出的次，是率分析告中的百分比列示每个类累百分比示前类及之前所有类过频数别观较别数分析分类变量最基本的方法通在总体中的比例，提供更直的比的百分比总和，适用于有序据的分数础别调过计表，研究者可以一目了然地看到据的基百分比分析特适用于抽样查析通累百分比，研究者可以迅速识别趋势数别对数数数分布情况，异常值和主要据，帮助研究者了解各类的相重了解据的分位分布，如中位、四数频数还要性分位等在SPSS中，表可以按照升序或降观数对计问计评序排列，方便察据分布的特点SPSS可算多种百分比，包括有效百分在卷分析中，累百分比常用于估数区计频计满认满于大型据集，可以设置按间统比（排除缺失值后的百分比）和累百意度或同度的总体水平，如总体数简现数这结论计，以更洁的方式呈据分布分比些不同视角的百分比帮助研究意度达到80%等通常基于累百分数计者从不同角度理解据分布比算描述性统计集中趋势1平均值2中位数趋势标数将观测平均值是最常用的集中指，中位是所有值按大小排序计将观测当数算方法是所有值相加后除后，位于中间位置的值据分观测数数术时数以量它反映了据的算布偏斜或存在极端值，中位比态态中心，适用于正分布或近似正平均值更能反映典型水平SPSS连续计数分布的变量在SPSS中，可提供了多种算中位的方法，既过计频单独计计以通描述性统或率程可算，也可与其他描述统计组标报序算平均值，并可按照分变量指一起告获组得不同的平均值3众数数数现频数对众是在据集中出率最高的值，适用于任何类型的据，尤其分类变对报数数别量有意义于多峰分布，SPSS会告所有的众值众特适合分析名义调选项问题计尺度变量，如查中的多或人口统学特征描述性统计离散趋势极差1最大值与最小值之差四分位差2第三四分位与第一四分位之差标准差3观测各值与平均值离差平方的均值的平方根方差4观测各值与平均值离差平方的均值趋势测计数测础标计观测离散量是描述性统分析中不可或缺的部分，它描述了据分散或变异的程度方差是量离散程度的基指，它算每个值与平均值差异的平数方和的平均值，值越大表示据分散程度越高标数单释为组别别别计标较内准差是方差的平方根，具有与原始据相同的位，便于理解和解SPSS可以不同或类分算准差，帮助比不同群体部的一致性程度则数围评数四分位差和极差提供了据分布范的信息，不受极端值影响程度不同，可用于估据的集中分布情况描述性统计分布特征测数状对称侧负侧对称为分布特征量了据分布形的不同方面偏度描述分布的不程度，正偏度表示分布右拖尾（向右偏斜），偏度表示左拖尾（向左偏斜）完全分布的偏度值零计评数进转换满数检验SPSS算的偏度值可帮助研究者估据是否需要行以足参的假设数顶态负顶态标态为过峰度反映了分布尾部的厚度和据集中程度正峰度表示分布尖（比正分布更集中），峰度表示分布平（比正分布更平坦）准正分布的峰度0通SPSS的峰计断数过度算，研究者可以判据是否存在多的极端值态检验检验检验计评数态这检验对应数计关还正性如Kolmogorov-Smirnov和Shapiro-Wilk可以统性地估据是否符合正分布些于确定是否使用参统方法至重要SPSS提供QQ图图观数态等形化方法，直展示据与正分布的拟合程度假设检验基本概念显著性水平显绝著性水平（α）是研究者事先设定的拒2标为原假设与备择假设原假设的准，通常设

0.05或

0.01它表为错误绝示在原假设真的条件下，拒原假设错误较₀关（I类）的最大可接受概率小的α值原假设（H）通常表示无差异或无证绝状态择₁则意味着需要更强的据才能拒原假设系的，而备假设（H）表示存关应检验1在研究者注的效假设的目的是根值p数绝据样本据决定是否拒原假设，从而支持择检验结为观当备假设在SPSS中，果通常以原p值是在原假设真的条件下，察到前现结当预假设的角度呈或更极端样本果的概率p值小于设3显时绝则的著性水平，拒原假设；否，不拒绝原假设SPSS的分析输出通常会明确列出断p值，便于研究者做出判假设检验单样本检验t适用条件单检验较样本t用于比一个样本的均值与一个已知或假设的总体均值它要求为连续来态当较时变量型，且样本自近似正分布的总体样本量大（n30）态满检验对稳，即使正性假设不完全足，由于中心极限定理，t仍然相健操作步骤执单检验选择较单检验在SPSS中行样本t，首先分析→比均值→样本T，选择测试检验还区然后变量并输入值（假设的总体均值）可以设置置信认执将详细间水平（默95%）和处理缺失值的方式行后，SPSS生成的统计结果结果解读结计标标误检验计果输出包括描述统（样本量、均值、准差、准）和统区显量（t值、自由度、p值、均值差异及其置信间）若p值小于著性则绝认为检验显水平（通常

0.05），拒原假设，样本均值与值存在著差负检验异正t值表明样本均值高于或低于值假设检验独立样本检验t适用条件操作步骤独检验较独组选择较立样本t用于比两个立在SPSS中，分析→比均值较独检验将的均值差异，如比男性与女性的→立样本T，分析变量放组独检验将组平均收入它假设两样本相互入变量框，分变量放入来态组组别为立、自正分布总体，且理想情分变量框并定义（通常选择况下具有相等的方差（方差齐性）0/1或1/2）可性地设置置信过时区击不，SPSS可同提供方差相等间水平和缺失值处理方式点时检验结执和不等的果确定行分析结果解读结检验断组输出果包括两部分首先是Levene方差齐性，判两方差是否相等检验结时给计；然后是t果，同出假设方差相等和不相等两种情况下的统量根检验选择应检验结检验据Levene的p值相行的t果若t p值小于

0.05，表明两组显均值存在著差异假设检验配对样本检验t适用条件对检验较组试测配样本t适用于比同一受者在两种条件下或前后量的差压测应异，如药物使用前后的血变化它要求差值（两次量的差异）近态测须对试测似正分布，且量必是配的（同一受者的两次量）操作步骤选择较对检验对话选择在SPSS中，分析→比均值→配样本T，在框中对测测对对配变量（前和后）添加到配变量列表可以添加多变量同时检验区认击执，并可设置置信间水平（默95%）点确定行分析结果解读结对计标标输出果包括配样本统量（每个变量的均值、样本量、准差、误对关数测关对检验准）、配样本相系（前后的相性）和配样本（平均标区差异、准差、t值、自由度、p值和置信间）p值小于

0.05表明前测显后存在著差异相关分析相关Pearson关数围关释相系范相强度解关

0.8-

1.0极强相关

0.6-

0.8强相关

0.4-

0.6中等相关

0.2-

0.4弱相关

0.0-

0.2极弱或无相关数测连续线关围负Pearson相系（r）量两个变量之间性系的强度和方向其值范从-1（完全相关关线关关）到+1（完全正相），0表示无性相正值表示正相（一个变量增加，另一个也增加负负关），值表示相（一个变量增加，另一个减少）进关选择关将在SPSS中行Pearson相分析，分析→相→双变量，待分析变量加入变量列表，选择关数选择显检验单标记显关结Pearson相系，并可著性类型（尾或双尾）和是否著相果会显关阵关数显示相矩，包括相系、著性水平和样本量关关关断导需要注意的是，相不等于因果系即使两个变量高度相，也不能定一个变量致另一个关检测线关对线关关变量的变化此外，Pearson相只能性系，于非性系可能低估相程度相关分析相关Spearman变量X变量Y级关数数测评单调关数级计对评态数Spearman等相系（ρ或rs）是一种非参量，用于估两个变量之间的系强度和方向它基于据的等而非原始值算，因此异常值不敏感，且可用于估有序分类变量或不符合正分布假设的据关间的系执关选择关将选择关数结显关阵关数显数在SPSS中行Spearman相分析，分析→相→双变量，变量加入变量列表，然后Spearman相系果示相矩，包括相系、著性水平和样本量系值同样从-1到+1变化，0表示无单调关系关问数别为问产数数线单调关关这关满关Spearman相在卷据分析中特有用，因卷常使用李克特量表（如1-5分量表）生序据它也适用于研究非性但的系，如某些生物学或心理学变量间的系，些系可能不足Pearson相的线性假设相关分析偏相关偏相关原理操作步骤结果解读SPSS关测执关选择关结显关数偏相分析量在控制一个或多个变量影在SPSS中行偏相，分析→相果输出示控制指定变量后的相系线关关将阵较关关阶关响的情况下，两个变量间的性系例→偏相，两个主要研究变量放入变矩比偏相与原始相（零相关时将如，研究身高与体重系，可能需要控量框，需控制的变量放入控制变量）的差异，可了解控制变量的影响程度龄来获关选择显检验单关显对制年因素得更准确的相性偏相框可著性类型（尾或双尾如果偏相著降低，表明控制变量原关过线显显关通移除控制变量的性影响，揭示主）和是否示实际著性水平此分析要始系有重要影响；如果基本不变，表明纯关应为连续满线关显标要研究变量间的相求所有变量型，且足性系控制变量影响有限著性准与普通相关假设相同回归分析简单线性回归11自变量因变量简单线归仅预测预归预测为连续归性回包含一个自变量（变量），用于回分析中被的变量，通常变量回方程测连续计单时一个因变量自变量最好是变量，但定类变量在估自变量每变化一个位，因变量的平均变化量当编码适后也可使用Y=bX+a回归方程归数Y代表因变量，X代表自变量，b是回系（斜率），a数项这线关是常（截距）个方程表达了X与Y之间的性系简单线归线关计线关性回分析是探索一个自变量与一个因变量之间性系的统方法它假设两个变量之间存在性系，误项独态质过归线执将差立且服从正分布，且方差同性（同方差性）在SPSS中，通分析→回→性行，因变量放入因变量框，自变量放入自变量框归结释检验归回分析果包括多个部分模型摘要（R²值表示自变量解因变量变异的比例）、方差分析表（回模型的显数归数显检验检验整体著性）和系表（包含回系及其著性）R²值从0到1变化，值越大表示模型拟合越好若F显归计数检验则数显为著（p

0.05），表明回模型统上有效系的t表明各系是否著不零回归分析多元线性回归模型假设操作步骤结果解读线归执归结多元性回分析假设因在SPSS中行多元回果包括模型摘要（R²和选择归线调释变量与多个自变量之间存，分析→回→整后R²表示模型解力线关将检验在性系其基本假设性，因变量放入因）、方差分析（F整线关误项将显数包括性系、差变量框，所有自变量体著性）和系表（各独误项态选归数标立性、差正分布放入自变量框可自变量的回系、准择归误关、同方差性（等方差）及回方法（如输入法、、t值和p值）重点严线过调检验自变量间无重多重共逐步法等），并通统注整后R²、F的p违这导计图选项钮数显性反些假设可能、和按值以及各自变量系的计选项区还应检致估偏差或无效，因此设置更多，如置信著性此外，查共诊断线诊断残线计SPSS提供了多种方间、共性、差分性统量（如VIF值）检验这击严线法些假设析等设置完成后点，确保无重多重共性执问题确定行分析回归分析曲线估计线计当关简单线时线对数数曲估是变量间系不符合性模式的重要分析方法SPSS提供了多种非性模型，包括二次、三次、、指、S型、增长、复合、幂数数关数续现对数时函等每种模型适用于不同类型的据系，例如指模型适合描述持增长的象，而模型适合描述增长率随间减慢的情况进线计选择归线计选择测试时测试计在SPSS中行曲估，分析→回→曲估，指定因变量和自变量，然后要的模型类型可以同多个模型，SPSS会算每数计较还选择显将预测数个模型的拟合优度R²和参估值，便于比不同模型的适用性可是否示ANOVA表和是否值保存到据集结数计标误计显对数还图分析果包含每个模型的参估、准、t统量、著性水平以及R²值R²值越高，表明模型据的拟合越好SPSS提供每个模型的形表观线数过较图选择关数示，直展示曲如何拟合原始据点通比不同模型的R²值和形拟合情况，研究者可以最适合描述变量系的函形式回归分析逻辑回归模型特点操作步骤结果解读逻辑归预测执逻辑归选择结对数回用于分类因变量（通常是在SPSS中行回，分析→输出果包括模型摘要（-2似然值败连归逻辑归将二分类，如是/否、成功/失），而非回→二元回二分类因变量、CoxSnell R²和Nagelkerke R²）、续预测将连检验因变量它事件发生的概率，输放入因变量框，自变量（可以是Hosmer-Lemeshow拟合优度、分释为续协预测数出值介于0到1之间，可解某事件发型或分类型）放入变量框分类类表（准确率）和变量系表系逻辑归过钮进数势生的概率回不要求自变量服从型自变量需通分类变量按行定表中的ExpB表示优比，反映自变态观测选择单时正分布或具有同方差性，但要求义可以变量输入方法（如输入法量变化一个位，事件发生概率与不独换数检验值立且自变量与logit变后的因变量、向前、向后或逐步法）和模型拟合统发生概率之比的变化倍Wald的线关计数显呈性系量p值表明各系的著性方差分析单因素方差分析适用条件单较独组因素方差分析ANOVA用于比三个或更多立的均值差异它要求因变量为连续态组内观测独型且近似服从正分布，各方差相等（方差齐性），且值相互势时较组检验带来错误立ANOVA的优在于可同比多，避免了多次t的第一类率胀问题膨操作步骤进单选择较单将在SPSS中行因素ANOVA，分析→比均值→因素ANOVA连续将组过型因变量放入因变量框，分变量（因子）放入因子框可通对较过选比设置事后比方式（如LSD、Bonferroni、Tukey HSD等），通项计检验设置描述性统、方差齐性等结果解读结计检验检验果首先包括描述性统和方差齐性（Levene）主要ANOVA显组组内显检验显表示间和的变异、F值及其著性水平若F著p

0.05，组显过较组表明间存在著差异，需通事后比确定具体哪些间存在差异事较组对标误显后比表列出各比的均值差异、准和著性水平方差分析双因素方差分析剂组剂组剂组低量中量高量对时仅测试应剂应别应还测试应剂对双因素方差分析用于研究两个自变量（因子）一个因变量的影响，同考察两个因子的交互作用它不每个因子的主效（如药物量的主效、性的主效），两个因子的交互效（如药物量不同别性的影响是否不同）执选择线单将将过钮应过选项计应在SPSS中行双因素方差分析，分析→通用性模型→变量，因变量放入因变量框，两个分类型自变量放入固定因子框可通模型按指定是否包含交互效，通设置描述性统、效大检验小和事后等结计检验显应应显较请当应显时应释应应为这果输出包括描述性统、Levene方差齐性、方差分析表（示各主效和交互效的F值和著性）以及事后比（如求）交互效著，优先解交互效而非主效，因表明一个因子的影响取决于另一个因子的水平方差分析协方差分析基本原理协结归过协方差分析ANCOVA合了方差分析和回分析的特点，通控制一个或多个变量（连续较组误计检验变量）的影响，提高比间差异的精确度它可以减少差变异，增加统力调协，并整因变量的均值以消除变量的影响适用条件关键组内归线协关组ANCOVA的假设包括回斜率相等（变量与因变量系在各中相似）；协线关协应组独组残变量与因变量呈性系；变量与处理变量（分变量）立；各方差相等；态应应检验这质差正分布在用前些假设，尤其是斜率同性假设SPSS操作执选择线单将在SPSS中行ANCOVA，分析→通用性模型→变量，因变量放入因变量组协协过项框，分变量放入固定因子框，变量放入变量框通模型可指定交互，通过选项请计应计检验可求校正后的估均值、效大小、统力等结果解读结计检验数计关组输出果包括描述性统、Levene、方差分析表和参估注校正后的均值及区组应显协显协其置信间，以及间效的著性水平若变量著p

0.05，表明控制变量是必组显协组显要的；若分变量著，表明在控制变量影响后，间仍存在著差异方差分析重复测量方差分析1设计特点测对时测数独重复量方差分析用于分析同一研究象在不同间点或不同条件下的量据与立样计误计检验应本设相比，它可以控制个体差异，减少差方差，从而提高统力典型用包括前测计访测计后设、多次随量和交叉设等2数据结构测数宽试测为在SPSS中，重复量据可采用格式（每个受者一行，不同量不同列）或长格式（测试测宽数线每个量一行，多行表示同一受者）重复量方差分析通常使用格式据，而混合则数数结选择对续骤性模型使用长格式据据构后分析步有重要影响3执行分析进测选择线测测在SPSS中行重复量方差分析，分析→通用性模型→重复量，首先定义重复测组验组对组来进计量因子及其水平，然后指定量变量可添加间因子（如实/照）行混合设过选项请计应较分析通可求描述性统、效大小和均值比等4结果解析结关检验检验违应果中首先注球形度（Mauchly）如反球形度假设（p

0.05），使用显测应组Greenhouse-Geisser或Huynh-Feldt校正方差分析表示重复量因子的主效、间应应对较显因子的主效及其交互效配比表帮助确定具体哪些水平间存在著差异非参数检验卡方检验χ²2公式符号主要类型检验观频数频数计独检验评关卡方基于察与期望之间的差异，算卡方立性估两个分类变量是否相；卡方拟计来评独检验评观频数论χ²统量的大小估变量间的立性或拟合优度合优度估察与理分布的一致性5最小期望频数为证检验议单保卡方的准确性，通常建每个元格的期频数应则应虑别望不小于5，否考合并类或使用检验Fisher精确检验数数数满态数检验观卡方是分析分类据最常用的非参方法之一它不要求据足正分布等参的假设，但要求测独独检验过计执将值相互立，且样本量足够大在SPSS中，卡方立性可通分析→描述统→交叉表行，两别计选择选项个分类变量分放入行和列变量框，然后在统中卡方检验则过数检验传对话执频数结卡方拟合优度通分析→非参→统框→卡方行，指定分类变量并设置期望果显观频数频数显则绝输出包括交叉表（示察和期望）、卡方值、自由度和著性水平如果p值小于

0.05，拒变独认为显关量立的原假设，两个分类变量存在著联非参数检验检验Mann-Whitney U基本原理操作与解读SPSS检验称检验独执检验选择数检Mann-Whitney U（又Wilcoxon秩和）是立样本t在SPSS中行Mann-Whitney U，分析→非参检验数较独组验传对话独将测试测试的非参替代方法，用于比两个立的分布差异它不→统框→2个立样本，变量放入变量列数态数满检验组组组检验要求据服从正分布，适用于序尺度或不足t假设的表，分变量放入分变量框并定义值在类型中连续检验对数较组选择变量基于所有据的排序，比两的秩和Mann-Whitney U该检验组择组结显组的零假设是两的分布相同，备假设是两的分布不同果示两的样本量、秩平均值、秩和、Mann-Whitney U组倾组当较数显计计显则认为组或一的值向于大于另一样本量小或据明偏离正统量、Z统量及其著性水平若p

0.05，两分布态时检验检验为显断组数较还分布，Mann-Whitney U比t更合适，提供了更存在著差异秩平均值可用于判哪一的位置参大稳结请显计数数们对数检加健的果可求示描述性统，如中位和四分位，它非参验释为的解更合适非参数检验检验Kruskal-Wallis H检验目的检验单数较独组Kruskal-Wallis H是因素方差分析ANOVA的非参替代方法，用于比三个或更多立的当数满态时当为数时分布差异据不足ANOVA的正分布或方差齐性假设，或变量序尺度，Kruskal-检验选择Wallis是更合适的检验原理该检验将组数计组较组所有的据合并后按大小排序，算每的平均秩次，然后比各平均秩次的差异如组来则预应显则认为组果各自相同分布，期平均秩次相近；若差异著，至少两分布不同执行步骤选择数检验传对话独将检验测试在SPSS中，分析→非参→统框→K个立样本，变量放入变量列表组组围检验选择选择，分变量放入分变量框并定义范在类型中Kruskal-Wallis H可性地请计较求描述性统和多重比结果解读结组计显输出果包括各的样本量和平均秩次，以及卡方近似值（H统量）、自由度和著性水平若则绝组时进较p

0.05，拒各分布相同的零假设此，需要行事后多重比（如Dunn-Bonferroni法）组显确定具体哪些间存在著差异。