如何在spss上进行假设检验

1、一、独立样本t检验1、 先做正态性检验Analyze-Descriptive Statistics-Explore：选择Plots -Normality plots with Tests-Continue-ok 观察上述操作得出的表中sig与0.2的比较，大于0.2满足正态性，否则，不满足。 2、 进行T检验Analyze-Compare Means -One-sample T Test-在弹出的对话框中，点击所要检验的变量放入Test Variable(s)中-该页面上，选择Options,设置相应的 可信区间（Confidence Interval）-Continue-Ok出现两个表，第一

2、个表为简单统计量第二个表为单样本t检验结果T值 自由度 双侧概率p值 已知总体均数和样本均数的差值 该差值的95%可信区间二、配对t检验1、计算配对差值Transform-compute-Target Variable生成变量d=x1-x2-OK2、检验配对差值的正态性Analyze-Descriptive Statistics-Explore：选择Plots -Normality plots with Tests-Continue-ok 3、进行配对样本t检验Analyze-Compare Means -Paired-samples T Test-在弹出的对话框中，点击所要检验的两个变量放入

3、Paired Variables框内-该页面上，选择Options,设置相应的 可信区间（Confidence Interval）-Continue-Ok 配对样本差值的均数 差值的标准差 差值的标准误 差值的95%可信区间 t值 自由度 双侧概率p值三、两独立样本均数的t检验1、文件拆分：Data-Split File-选择Organize output by groups,将分组变量选入右侧对话框-Ok2、正态性及方差齐性检验：Analyze-Descriptive Statistics-Explore：选择Plots -Normality plots with Tests，Untrans

4、formed-Continue-ok 可以看到两个不同样本的正态性和方差齐性检验3、 关闭拆分：Data-Split File-选择Analyze all cases-OK4、 T检验：Analyze-Compare Means -Independent-sample T Test-点击x变量进入Test Variable(s)中-点击分组（group）进入Grouping Variable-Use specified values-赋值- Continue-OK两独立样本方差齐性检验的统计量F值与相应的概率P值，两组独立样本t检验的t值，自由度、双侧概率 P值、两样本均数的差值、该差值的标准

5、误以及该差值的95%可信区间。当两样本的方差齐时，看第一行。不齐，看第二行。Sig与0.1?四、完全随机设计方差分析1、 检验是否满足正正态性、方差齐性Analyze-desctiptive statistic -explore-plots-none normality plots with tests (正态性）、untransformed(组间方差齐性检验)(选择相应的dependent list、factor list)-ok看结果中 正态性sig0.2 方差齐性sig0.12、 单因素方差分析Analyze-compare means -one-way anova-选择dependen

6、t list、factor list-ok3、 多重比较Analyze-Compare means-One-way ANOVA-Post Hoc-Bonferroni (最常用)、SNK、Dunnett（control category 一个对照组和多个组比，分组最大、最小、first、last）-Options-Descriptive(统计描述), Homogeneity of variance test（方差齐性检验）, Means plot（均数图）, Exclude cases analysis by analysis（缺失值选项）- Continue-OK五、随机区组设计方差分析1、

7、方差分析Analyze-General Linear Model-Univariate（单变量）-Dependent Variable、Fixed Factor（区组+处理）-Model-Custom-将想分析的因素（区组+处理）导入右边框框中，一般都导入-Continue-Save（保存残差）-Predicted Values（Unstandaradize）和 Residuals(Standaradized)- Continue-OK2、残差分析Graphs-Legacy Dialogs-Scatter/Dot-Y(ZRE)、X(PRE)在上述操作后，spss表格中会出现两列新的-OK-双击

8、散点图添加0刻度线分析：数据独立性 正态性：散点均匀的分布在0刻度线附近 方差齐性：当不存在“鞍型”或“喇叭口型”则满足方差齐性，否则不满足。4、 多重比较Analyze-General Linear Model- Univariate-Post Hoc-block(区组)-group（处理）- Bonferroni- Continue-OK析因设计非参数检验秩和检验一、 配对样本秩和检验1、计算配对差值Transform-compute-Target Variable生成变量d=x1-x2-OK2、检验配对差值的正态性Analyze-Descriptive Statistics-Explor

9、e：选择Plots -Normality plots with Tests-Continue-ok 3、 秩和检验旧方法Analyze-Nonparametric Tests-Legacy Dialogs-2 Related Samples-在弹出的对话框中，点击所要检验的两个变量放入Paired Variables框内- Continue-Ok4、智能分析模块Analyze-Nonparametric Tests-Related Samples-Fields-将前后两个导入到Test Fields中-Run二、 两独立样本U检验1、 检验是否符合正态性Analyze-Descriptive

10、Statistics-Explore：选择Plots -Normality plots with Tests-Continue-ok 2、 Mann-Whitney U 检验Analyze-Nonparametric Tests-Legacy Dialogs-2 Independent Samples-选入相应的Test Variable List（应变量）和 Grouping Variable 选好分组相应的值，如0,1- Mann-Whitney U 检验-OK如果两样本的总样本量小于40，spss还会提供精确概率（Exact Sig.）的结果，此时以精确概率为准3、智能分析模块Analy

11、ze-Nonparametric Tests- Independent Samples-Fields-Test Fields（框框右下角会有相应的图标，由此在变量设置时应提前设好） 和Groups（分组）-RunDecision 如p<0.05框内为黄色，拒绝H0；如p>0.05框内为黑色，不拒绝H0点开图，可以看到更详细的信息三、多样本的秩和检验1、正态性、方差齐性检验Analyze-desctiptive statistic -explore-plots-none normality plots with tests (正态性）、untransformed(组间方差齐性检验)(

12、选择相应的dependent list、factor list)-ok2、H检验Analyze-Nonparametric Tests-Legacy Dialogs- k Independent Samples-选入相应的Test Variable List（应变量）和 Grouping Variable 选好分组相应的值,最大值和最小值，包含所有分组-Kruskal-Wallis H 检验-OK3、两组间多重比较Analyze-Nonparametric Tests-Legacy Dialogs-2 Independent Samples-选入相应的Test Variable List（应变

13、量）和 Grouping Variable 选好要比较的两组放在前后相应的位置，两两依次比较- Mann-Whitney U 检验-OK得出的p值要乘以比较次数再与比较4、智能分析模块Analyze-Nonparametric Tests- Independent Samples-Fields-Test Fields（框框右下角会有相应的图标，由此在变量设置时应提前设好） 和Groups（分组）-RunDecision 如p<0.05框内为黄色，拒绝H0；如p>0.05框内为黑色，不拒绝H0双击所得到的表格，右下方View下拉菜单中选择Pairwise Comparisons即可进

14、行两两比较（Bonferroni 校正的正态近似法，p值已乘以了比较次数）当为有序分类类型的变量时Analyze-Nonparametric Tests-Independent Samples-Setting-Jonckheere-Terpastra for K samples 智能分析模块中四、随机区组秩和检验Friedman检验区组内编秩，组间求和1、方差分析Analyze-General Linear Model-Univariate（单变量）-Dependent Variable、Fixed Factor（区组+处理）-Model-Custom-将想分析的因素（区组+处理）导入右边框框

15、中，一般都导入-Continue-Save（保存残差）-Predicted Values（Unstandaradize）和 Residuals(Standaradized)- Continue-OK2、残差分析Graphs-Legacy Dialogs-Scatter/Dot-Y(ZRE)、X(PRE)在上述操作后，spss表格中会出现两列新的-OK-双击散点图添加0刻度线分析：数据独立性 正态性：散点均匀的分布在0刻度线附近 方差齐性：当不存在“鞍型”或“喇叭口型”则满足方差齐性，否则不满足。3、Friedman检验传统方法：Analyze-Nonparametric Tests-Legac

16、y Dialogs-k Related Samples-在弹出的对话框中，点击所有不同的处理组导入Test Variables框内- Continue-Ok-校正p值传统两两比较Analyze-Nonparametric Tests-Legacy Dialogs-2 Related Samples-在弹出的对话框中，点击所要检验的两个变量放入Paired Variables框内- Continue-Ok-两两依次重复比较智能分析模块Analyze-Nonparametric Tests- Related Samples-Fields 将不同的处理组放入Test Variables-settin

17、g-Friedman-Run双击输出来的表，右下方View下拉菜单中选择Pairwise Comparisons即可进行两两比较（Bonferroni 校正的正态近似法，p值已乘以了比较次数）单样本卡方检验1、 Analyze-Nonparametric Tests-Legacy DialogsChi-s quare-将变量选入Test Variable List，在Expected values中values 按顺序输入相应期望值，一般题中会有？独立四格表卡方检验Analyze-Descriptive statistics-Crosstabs-row行（分组变量） columns 列（观察指

18、标）-Statistics：chi-aquare Cell Display:count选obesed Percentages 选rowRxC表1、Analyze-Descriptive statistics-Crosstabs-row行（分组变量） columns 列（观察指标）-Statistics：chi-aquare Cell Display:count选obesed Percentages 选row2、多重比较通过设置缺失值实现 Variable View-Missing得出的结果要看总的样本量与40的笔，以及理论频数与1和5的大小如果需要Fisher确切概率，则需手动设置Analyz

19、e-Descriptive statistics-Crosstabs-Exact TestsExact多重比较是组间比较，每个组之间所有观察值是一个整体，不能拆分。配对四格表卡方检验Analyze-Descriptive statistics-CrosstabsStatistics-McNemar-ok 没有连续校正，p值不准或者AnalyzeNonparametric Tests-Legacy Dialogs-2 Related Samples-选入配对的2个-McNemar-ok有连续校正或者智能模块简单线性相关1、 绘制散点图Graphs-Scatter-Simple-Define2、

20、正态性检验Analyze-Descriptive Statistics-Explore：选择Plots -Normality plots with Tests-Continue-ok 3、 进行相关分析Analyze-correlateBivariate-Variables(都选入)-Correlation -Coefficients(pearson)-Tow-tailed-OK简单线性回归1、 绘制散点图Graphs-Scatter-Simple-Define2、 正态性检验3、 Analyze-Descriptive Statistics-Explore：选择Plots -Normalit

21、y plots with Tests-Continue-ok进行一元线性回归Analyze-Regression-Linear-确定好因变量Dependent和自变量Independent-Method（Enter强行进入、Stepwise逐步回归法、Backward后退法、Forward前进法）-Statistics: Regression Coefficient选Estimates、Confident intervals ，右侧选Model it和Descriptive-Continue Plots：Y:ZRESID、X：DEPENDNT，standardizes Residual Plo

22、ts选Histogram(直方图)-ContinueSave：Predicted Values ( Unstandardized) Residuals(Unstandardized、standardized)-Prediction Intervals(Mean Individual)-Continue多元线性回归4、 绘制散点图Graphs-Scatter-Simple-Define5、 正态性检验Analyze-Descriptive Statistics-Explore：选择Plots -Normality plots with Tests-Continue-ok4、 进行多元线性回归An

23、alyze-Regression-Linear-确定好因变量Dependent和多个自变量选入Independent-Method（Enter强行进入、Stepwise逐步回归法、Backward后退法、Forward前进法）-Statistics: Regression Coefficient选Estimates、Confident intervals ，右侧选Model it和Descriptive-Continue Plots：Y:ZRESID、X：DEPENDNT，standardizes Residual Plots选Histogram(直方图)-ContinueSave：Predicted Values ( Unstandardize