首页 > 科研教程 > SPSS:多个独立样本非参数检验后的两两比较
2020
04-19

SPSS:多个独立样本非参数检验后的两两比较

一、样本数据

我们使用非参数检验之多个独立样本的秩和检验的例子:为调查A、B、C三种治疗措施对患者谷丙转氨酶(ALT)的影响,某科室将45名患者随机等分为三组,每组15人,分别采取A、B、C三种治疗措施。血常规测得治疗后ALT水平(U/L)如下。试问应用三种治疗措施后,患者的ALT水平是否有差异?

表1. 三组患者治疗后的ALT水平(U/L)

二、数据分析

在上一篇文章()中,Kruskal-Wallis检验结果为:H=34.155,P<0.001,按照α=0.05的检验标准,拒绝H0,即三组的ALT水平有差别。但是Kruskal-Wallis不能检验出三组之间的两两比较情况,在SPSS软件的22.0版本中,已经能够通过软件直接得出两两比较的结果了。以下内容演示如何在SPSS软件22.0版本中进行多组之间的两两比较。

三、SPSS分析方法

1. 将数据录入SPSS,将分组情况填写在第一列(1=A组,2=B组,3=C组),ALT水平填写在第二列。

2. 选择Analyze → Nonparametric Tests → Independent Samples

3. 选项设置

在SPSS的对话框中有三个小标签,Objective(目标)中选择Automatically compare distributions across groups(自动比较不同组间的分布)。

Fields(字段)中选择Use custom field assignments(使用定制字段分配),将分析变量ALT放入Test Fields(检验字段)框中,将分组变量Group放入Groups(组)中。

Settings(设置)中选择Customize tests(自定义检验),选择Kruskal-Wallis 1-way ANOVA(k samples)即Kruskal-Wallis单因素ANOVA(k样本),多重比较中可以选择All pairwise(所有成对比较,类似于方差分析多重比较中的LSD)或者Stepwise step-down(逐步降低,类似于S-N-K法),本次选择All pairwise法。最后点击Run(运行)按钮。

四、结果解读

首先,结果中报告了Kruskal-Wallis检验结果,P<0.001,拒绝H0假设。双击此结果表格,出现详细的两两比较检验结果如下图。

左边为Kruskal-Wallis检验结果,右边为各分组之间的对比情况,在View(视图)选项中选择Pairwise Comparisons(两两比较),即可出现两两比较的结果。

我们把两两比较的结果调出来仔细分析,报告的统计量有Test Statistic(检验统计量)、Std.Error(标准误)、Std.Text Statistic(标准检验统计量)、Sig.(P值)、Adj.Sig.(调整后P值),结果中我们看到报告了两个P值,①直接得出的P值是未经过矫正的,本次计算的两两比较次数为3次(即1组和3组、1组和2组、2组和3组比较),所以使用原始的P值与显著水平0.05比较时假阳性率会升高。因此软件自动对原始P值进行矫正,将P值乘以比较次数得到②调整后P值,调整后P值即可与显著水平0.05直接进行比较得出结论。

五、撰写结论

Kruskal-Wallis检验结果为:H=34.155,P<0.001,按照α=0.05的检验标准,拒绝H0,可以认为患者经过A、B、C三种治疗措施后血常规中ALT水平有差别。经过两两比较,A组与B组之间患者的ALT水平有差别(调整后P=0.002)。A组与C组之间患者的ALT水平有差别(调整后P<0.001)。B组与C组之间患者的ALT水平无差别(调整后P=0.054)。


最后编辑:
作者:萌小皓
一个热爱网络的青年!

发布评论

表情