檢驗(yàn)問(wèn)題可劃分為兩大類：參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)，其中總體分布的具體函數(shù)形式的前提下，只是其中若干個(gè)參數(shù)未知稱為參數(shù)檢驗(yàn)，否則稱為非參數(shù)檢驗(yàn)。

研究場(chǎng)景

非參數(shù)檢驗(yàn)用于研究定類數(shù)據(jù)與定量數(shù)據(jù)之間的關(guān)系情況。例如研究人員想知道不同性別學(xué)生的購(gòu)買意愿是否有顯著差異。如果購(gòu)買意愿呈現(xiàn)出正態(tài)性，則建議使用方差分析，如果購(gòu)買意愿沒有呈現(xiàn)出正態(tài)性特質(zhì)，此時(shí)建議可使用非參數(shù)檢驗(yàn)。

非參數(shù)檢驗(yàn)方法類型

對(duì)于不同的樣本形式所使用的非參數(shù)檢驗(yàn)方法不同，以及使用參數(shù)檢驗(yàn)時(shí)對(duì)應(yīng)方法參考下表：

非參數(shù)檢驗(yàn)還有很多，比如卡方檢驗(yàn)、游程檢驗(yàn)等。本篇文章以Kruskal-Wallis檢驗(yàn)為例分析。

補(bǔ)充說(shuō)明：如果X的組別為兩組，比如男和女共兩組，則應(yīng)該使用MannWhitney統(tǒng)計(jì)量，如果組別超過(guò)兩組，則應(yīng)該使用Kruskal-Wallis統(tǒng)計(jì)量結(jié)果。SPSSAU自動(dòng)為你選擇MannWhitney或者Kruskal-Wallis統(tǒng)計(jì)量。

SPSSAU操作

1.SPSSAU上傳數(shù)據(jù)

登錄賬號(hào)后進(jìn)入SPSSAU頁(yè)面，點(diǎn)擊右上角“上傳數(shù)據(jù)”，將處理好的數(shù)據(jù)進(jìn)行“點(diǎn)擊上傳文件”上傳即可。

2.拖拽分析項(xiàng)

點(diǎn)擊通用方法里的“非參數(shù)檢驗(yàn)”將分析項(xiàng)拖拽到右側(cè)分析框后點(diǎn)擊“開始分析”按鈕。

3.選擇參數(shù)

Kruskal一Wallis檢驗(yàn)分析

背景：研究不同文化程度的人群對(duì)“淘寶客服服務(wù)態(tài)度”，“淘寶商家服務(wù)質(zhì)量”這兩項(xiàng)的差異性（此案例僅針對(duì)該文章使用）。

1.非參數(shù)檢驗(yàn)分析結(jié)果

從上表可知，利用非參數(shù)檢驗(yàn)去研究學(xué)歷對(duì)于淘寶客服服務(wù)態(tài)度, 淘寶商家服務(wù)質(zhì)量共2項(xiàng)的差異性，從上表可以看出：學(xué)歷超過(guò)兩組組成，因而使用Kruskal-Wallis檢驗(yàn)統(tǒng)計(jì)量進(jìn)行分析。

不同學(xué)歷樣本對(duì)于淘寶客服服務(wù)態(tài)度共1項(xiàng)不會(huì)表現(xiàn)出顯著性(p>0.05) ，意味著不同學(xué)歷樣本對(duì)于淘寶客服服務(wù)態(tài)度全部均表現(xiàn)出一致性，并沒有差異性。

另外學(xué)歷樣本對(duì)于淘寶商家服務(wù)質(zhì)量共1項(xiàng)呈現(xiàn)出顯著性(p<0.05)，意味著不同學(xué)歷樣本對(duì)于淘寶商家服務(wù)質(zhì)量有著差異性。

2.箱線圖分析

“藍(lán)色”代表淘寶客服服務(wù)態(tài)度，“桔色”代表淘寶商家服務(wù)質(zhì)量?？赏ㄟ^(guò)對(duì)比箱線圖可以明顯的看出不同學(xué)歷樣本對(duì)于淘寶客服服務(wù)態(tài)度共1項(xiàng)不會(huì)表現(xiàn)出顯著性差異，另外學(xué)歷樣本對(duì)于淘寶商家服務(wù)質(zhì)量共1項(xiàng)呈現(xiàn)出顯著性差異。

3.Nemenyi法兩兩比較結(jié)果

首先滿足非參數(shù)Kruskal-Wallis檢驗(yàn)時(shí)呈現(xiàn)出顯著性(p<0.05)，才能進(jìn)一步進(jìn)行事后檢驗(yàn)；由非參數(shù)檢驗(yàn)分析結(jié)果可以得到不同學(xué)歷樣本對(duì)于淘寶商家服務(wù)質(zhì)量共1項(xiàng)呈現(xiàn)出顯著性，根據(jù)Nemenyi法兩兩比較結(jié)果可以看出：高中與?？?、高中與本科、?？婆c本科之間進(jìn)行比較p值均<0.05,所以兩兩比較結(jié)果均具有顯著性差異，以及表格還提供了中位數(shù)、差值等。

4.非參數(shù)檢驗(yàn)分析結(jié)果(簡(jiǎn)化格式)

(1)橫向

簡(jiǎn)化后的格式?jīng)]有提供25%和75%分位數(shù)，但是提供了關(guān)鍵指標(biāo)：統(tǒng)計(jì)量以及p值等。

(2)縱向

上表所展示的是非參數(shù)分析結(jié)果的縱向格式與簡(jiǎn)化橫向格式相比，輸出指標(biāo)相同只是表達(dá)方式一個(gè)橫向、一個(gè)縱向。

其它問(wèn)題

1. 提示‘?dāng)?shù)據(jù)質(zhì)量異?！绾谓鉀Q？

如果是X的某個(gè)組別下，Y的個(gè)數(shù)小于2個(gè)，此時(shí)會(huì)出現(xiàn)異常情況。建議使用分類匯總進(jìn)行檢查，確認(rèn)此種異常情況后，使用篩選樣本功能處理后再次分析即可。

2.事后比較時(shí)：Nemenyi，Dunn’s t 檢驗(yàn)和Dunn’s t 檢驗(yàn)(校正p 值)如何選擇？

實(shí)際研究中，Dunn’t t 檢驗(yàn)使用較多，Dunn’s t 檢驗(yàn)(校正p 值)的檢驗(yàn)效能較低非常保守（尤其是組別較多時(shí)），不建議使用。建議研究者參考文獻(xiàn)進(jìn)行選擇即可。

3.P25,P75是什么意思？

非參數(shù)檢驗(yàn)時(shí)SPSSAU默認(rèn)輸出中位數(shù),25%和75%分位數(shù)，同時(shí)建議結(jié)合箱線圖對(duì)比數(shù)據(jù)分布的差異性情況等

總結(jié)

以上就是非參數(shù)檢驗(yàn)的分析步驟，其他方法也是一樣的，事實(shí)上在大部分研究中，如果可以使用參數(shù)檢驗(yàn)，即使不滿足正態(tài)分布，也優(yōu)先選擇參數(shù)檢驗(yàn)，尤其是在樣本量較大的情況下。