一般来说在研究中，我们往往会有多个独立的样本需要进行比较分析，如果样本数据观察值不满足独立性或正态分布的条件，则我们需要使用到多个独立样本的非参数检验。

为了分析多个独立样本互相之间对结果的产生是否有影响，本文采用IBM SPSS Statistic统计分析软件，进行多独立样本之间两两比较的非参数检验。

一、独立样本两两比较

下图1是准备好的多独立样本数据，共分为三组独立样本，在Group列中用1、2、3表示，结果在ALT列，表示测试人员进行血常规测验后的ALT水平。

在分析菜单中打开“非参数检验”的“独立样本”选项，在第一个目标标签中，我们选择“在各个组之间自动比较分布”，将比较对象设定为两两对比，如图2。

随后我们在字段标签中，选择“使用定制字段分配”，检验字段选择“ALT”，组选择“Group”。

“设置”项中，选择“定制检验”，勾选“克鲁斯卡尔-沃利斯单因素ANOVA检验（K个样本）”，多重比较中可选项有“全部成对”和“逐步降低”，本次演示选择“全部成对”，最后点击下方“运行”按钮。

二、结果解释

非参数检验后SPSS会给我们生成7个不同的图表，我们主要关注下图5的成对比较表格。第一行是Group 1和Group3 对比的结果；第二行是Group 1和Group2 对比的结果；第三行是Group 2和Group3 对比的结果。

我们主要看红框位置的参数（显著性和调整后显著性），第一个显著性是未经过矫正的，使用原始的显著性参数与显著水平0.05比较时假阳性率会升高，因此SPSS会自动对原始显著性参数进行矫正，得到调整后的显著性。

    经过两两比较，我们可以得知，Group1和Group 3之间的人员ALT水平有区别（调整后显著性=0.002）；，Group1和Group 2之间的人员ALT水平有区别（调整后显著性=0.000）；，Group2和Group 3之间的人员ALT水平无差别（调整后显著性=0.054 > 0.05）；

通过使用IBM SPSS Statistics自带的多独立样本非参数检验功能，我们对多个独立样本之间进行了两两对比，最终得出结论：Group 1变量因素对ALT的整体水平有较明显的影响。这就是本节关于多独立样本进行非参数检验对比的具体教程，希望能给大家带来帮助。

作者署名：包纸