
发布时间:2021/12/12 13:06:29
电脑型号:华为MagicBook
系统:window10系统
IBM SPSS Statistics版本:28
多个“相关”样本检验是检验多个相关样本是否来自同一总体的方法。它是一种非参数检验,主要包括三种检验方法:“傅莱德曼”、“肯德尔”以及柯尔兰检验。接下来将通过SPSS工具给大家详细讲解多个“相关”样本的非参数检验过程,相信通过讲解你能将它运用到不同的领域。
一、数据准备
为了讲解多个相关样本的检验,这里通过3个促销形式数据进行演示,这三个促销形式变量分别是promotion1、promotion2、promotion3。数据展示如下图所示。
图1数据展示
二、多个相关样本检验
点击SPSS顶部菜单栏“非参数检验”-“旧对话框”-“k个相关样本检验”,即可打开针对多个相关样本的检验窗口。将三个促销变量加载到检验变量文本框,并且检验类型勾选“傅莱德曼”、“肯德尔”选项框。
傅莱德曼检验是双向方差分析。肯德尔检验是计算肯德尔和谐系数判断是否来自同一个分布,一般用于多人评价。柯克兰检验是两个相关样本McNemar检验德多样本推广,适合定性变量和二分字符变量。
图2 多样本相关检验
点击多样本相关检验右侧“精确”按钮,保持默认的仅渐进法。同理统计保持默认设置即可。
图3 参数设置
三、结果分析
首先看到“傅莱德曼”分析结果,可以看到渐进显著性数值是0.045,小于0.05,说明否定0假设,即说明三种促销形式下的商品销售额不是来自一个分布总体的,三种促销方式效果显著不同。
图4 傅莱德曼检验
同理看到肯德尔协同系数检验,渐进显著性数值为0.045,小于0.05,同样说明上述结果。综上得到结果:三种促销方式不是来源一个主体,促销方式显著不同
图5 肯德尔检验
四、小结
上面是给大家讲解了多个“相关”样本的非参数检验,首先设计数据集,然后通过SPSS软件进行实际操作,最后对结果进行分析。通过上述的实际操作,相信你能够很好的对多个样本的数据进行检非参数检验。
作者:独行侠
读者也喜欢这些内容:
SPSS因子分析步骤 SPSS因子分析案例
在一些数据资料中,变量与变量之间没有明显关联关系,为了对这些变量进行有效的综合评价,需要在这些变量中找出共同因素,比较适合的数据分析方法是因子分析,下面本文就和大家详细介绍,SPSS因子分析步骤,以及 SPSS因子分析案例。...
阅读全文 >
SPSS多因素相关性分析结果解读
多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度,从而优化条件,达到更高的经济效益。利用专业的统计学软件SPSS,用户可以方便,快速的完成多因素相关性分析,下面以分析某化学反应中3个温度水平,5个压力水平反应的进行程度为例,向大家介绍SPSS多因素相关性分析的步骤以及结果解读。...
阅读全文 >
使用IBM SPSS Statistics进行数据验证!
随机计算能力的提高,对数据信息的需求也不断增长,同时收集数据越来越多,这就导致出现更多的数据输入错误。如果使用这些错误数据用于SPSS软件的预测模型来获取预测结果,会导致预测结果出现较大偏差,因此用于预测的数据需要保持干净。如果使用传统方法手动对预测数据进行验证,庞大的数据已经超人力所能处理的能力,SPSS软件就能实现自动化的数据验证,极大节省了人力物力。...
阅读全文 >
spss pearson相关性分析步骤 spss pearson相关性分析结果怎么看
Pearson(皮尔逊)相关性指的是联合分布服从二维正态分布的随机变量X,Y之间的简单线性相关关系,X,Y之间的相关关系由简单相关系数r表示。利用IBM SPSS Statistics可以非常快速地完成两个随机变量X,Y间的Pearson(皮尔逊)相关性分析,SPSS Pearson相关性分析步骤是什么,SPSS Pearson相关性分析结果怎么看,本文结合实例,向大家做简单的介绍。...
阅读全文 >