用spss比较两组数据差异性（SPSS进行组间差异比较及其两两比较）

​

上一期文章我们详细讲解了符合正态分布的数据要比较组间的差异，采用独立样本t和单因素方差分析。

请看：《SPSS独立样本T检验与SPSS单因素方差分析详细教程》

本次我们来详细讲解一下非正态分布数据组间差异比较。也就是本次要讲的Kruskal-Wallis检验，也称K-W检验或H检验。Kruskal-Wallis检验，被检验变量不要求正态分布，样本必须独立或不相关的。下面通过实际案例来讲解非正态数据组间的差异比较。

以下是60例患者的收缩压以及胆汁反流严重程度的数据，胆汁反流严重程度分为轻中重三组，要比较60例患者的收缩压在这3组上是否有显著的差异。（图1）

图1

SPSS中的操作步骤：

①点击“分析”-“非参数检验”-“旧对话框”-“K个独立样本”（图2）

如果是分组为2组怎么做？其实2组就是下图的2个独立样本，操作基本和我们将的≥3组的K个独立样本一致，这里为了后面讲述组间两两比较，所以采用了3组的案例

图2

②在弹出的对话框中，将“收缩压”选入右侧的“检验变量列表”框内，将“胆汁反流程度”选入“分组变量”栏中，并点击“定义范围”，设置好分组变量范围最小和最大值。下方检验类型勾选“克鲁斯卡尔-沃利斯”（Kruskal-Wallis），（图3），设置好后 点击确定按钮。

图3

③运算并分析结果

图4

由上图可以看出：不同3组胆汁反流程度的患者，他们的收缩压的比较，卡方值为6.841，显著性P为0.033<0.05，说明这3组之间的收缩压存在显著的差异。具体差异是怎么样的，我们可以进一步分析。

④点击“分析”-“描述性统计”-“交叉表”（图5）

图5

⑤在弹出的界面中，将收缩压选入右侧因变量列表，将胆汁反流程度选入右侧因子列表，点击右侧“统计”按钮，勾选“百分位数”图6

图6

⑥分析结果

图7

由上图可以看出：3组的一个收缩压中位数情况，可以看出中度严重组的患者的收缩压中位数为118相对较高，其次是重度为116，轻度是112，感觉上是严重的最高，轻度的最低，但是这3组两两之间的差异是否具有统计学意义呢，我们还要更进一步的分析运算来得出

成对比较的操作步骤

①点击“分析”-“非参数检验”-“独立样本”图8

图8

②在弹出的界面中，点击“字段”标签，将收缩压选入“检验字段”框内，将分组变量胆汁反流程度选入“组”栏，点击“运行”图9

图9

③在结果输入中，双击“假设检验摘要”表格（图10）

图10

④然后在右下方的底栏中的“查看”栏中，选择“成对比较”标签（图11），得到最终成对比较表（图12）

图11

图12

⑤分析结果：

从图12可以看出，只有轻度-中度之间的差异 具有统计学意义，P=0.029<0.05，轻度-重度，中度-重度之间的差异不显著。这样3组之间的差异关系就非常的清楚了。

以上就是今天要讲的SPSS非正态分布数据组间差异比较之Kruskal-Wallis检验及其两两比较。还有更多关于SPSS医学统计分析的讲解与实例操作将持续更新，敬请关注！

本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！

【杏花开生物医药统计】微信公众号（xhkdata）

· SPSS独立样本T检验与SPSS单因素方差分析详细教程

· GraphPad Prism绘制ROC曲线具体操作步骤

· SPSS进行连续型数据的正态分布检验

· SPSS有序Logistic回归的具体操作

· SPSS生存分析在生物医药统计中的应用之COX风险比例回归

· SPSS二元Logistic回归在生物医药统计分析中的应用

· Medcalc软件精准比较多个指标诊断准确率

· SPSS多元线性回归的应用操作及分析

· SPSS和GraphPad如何比较组内和组间差异

· AMOS结构方程进行医学问卷量表分析教程

· SPSS生存分析在生物医药统计中的应用

· GraphPad Prism统计绘图之柱状图、箱式图

· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读

· SPSS问卷数据统计分析之项目分析

· Excel进行线性回归模型分析的操作

· SPSS中常用的参数和非参数检验方法

· ROC曲线在SPSS中的操作及应用

· 一文读懂R语言如何实现逐步回归分析

· R语言中如何绘制散点图和箱线图？

· SPSS中的Variable数据变量类型介绍

· 相关性分析在SPSS中的操作，相关系数含义

· 一文读懂SPSS单因素方差分析及方差分析

· 线性回归决定系数R方的计算方法及具体意义

· 医学和生物统计全过程

· 生物和医学统计中的假设检验

· GraphPad Prism绘制生存曲线详细教程

,