SPSS教程（14）—非參數檢驗— K個獨立樣本檢驗

多獨立樣本檢驗用於在總體分佈未知的情況下判斷多個獨立的樣本是否來自相同分佈的總體
Kruskal-Wallis H檢驗 是Mann-Whitney U檢驗法的擴展，是一種推廣的評價值檢驗。其基本思路是，首先對所有樣本合併並按升序排列得出每個數據的秩，然後對各組樣本求平均秩。如果平均秩相差很大，則認為兩組樣本所屬的總體有顯著差異
Jonckheere-Terpstra檢驗法 在總體具有先驗的排序的前提下具有較高的檢驗效率，其檢驗思路與兩獨立樣本下的Mann-Whitney U檢驗法相似，計算某組樣本的每個秩優於其他組樣本的每個秩的個數。如果這些數據差距過大，則認為兩組樣本所屬的總體有顯著差異
推廣中的中位數檢驗法 首先將所有樣本合併並計算中位數，然後計算各組樣本中大於或小於這個中位數的樣本的個數。如果這些數據差距較大，則認為兩組樣本所屬的總體有顯著差異

操作方法

（01）選擇需要進行分析的數據

（02）選擇 “分析|非參數檢驗|舊對話|k個獨立樣本”模塊，彈出k個獨立樣本的選項窗口

（03）選擇相應的變量，左邊的原變量選入到檢驗變量列表中。

（04）在定義組裏輸出 相關分組數值，最大和最小值

（05）打開精確選項，選擇內容如下

（06）打開選項，選擇統計量 描述性

（07）選擇相應的檢驗方法

（08）確定結果如下

求投票

（01）您的支持是我最大的動力！希望大家多多支持，讓我能做的更好！您如果覺得此篇經驗對您有幫助，請到網頁最下邊給我支持，幫我投投票，在這裏小編先謝謝大家了。