IBM SPSS Statistics 中文网站 > 新手入门 > 详解IBM SPSS Statistics的多个“相关”样本检验

详解IBM SPSS Statistics的多个“相关”样本检验

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。

数据展示

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。

多样本相关检验

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。

参数设置

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

傅莱德曼检验

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

肯德尔检验

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

标签:
SPSS Statistics
云版首发!秒杀只需1分钱!
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
最新文章
1分钱秒杀!云版大数据统计与应用分析解决方案上线
在经历了数个月的悉心筹备后,云版大数据统计与应用分析解决方案终于要和大家见面了!为了让更多人能体验到本服务,我们特别发起了限量1分钱秒杀活动。
2022-11-24
spss缺失值分析步骤 spss缺失值分析结果怎么看
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
2022-11-24
spss标签值不显示 spss标签值乱码
使用IBM SPSS Statistics进行统计分析的过程中,为了工作便利,常常会为变量设置标签。在设置标签过程中,常常会遇到各种问题,如SPSS标签值不显示,SPSS标签值乱码等问题,这些问题产生的根源是什么?如何解决?本文向大家做简单介绍。
2022-11-21
IBM SPSS Statistics云版本登录使用教程
感谢您订阅IBM SPSS Statistics云版本服务,IBM SPSS Statistics云版本是由思杰马克丁+IBM+阿里云联合推出,帮助用户解决短时间使用正版软件的需求,提供周付费、月付费两种购买模式,性价比极高。那么在购买了IBM SPSS Statistics云版本之后,应该如何登陆使用呢,本篇教程就来告诉大家使用方法。
2022-11-23
spss中t值和p值是什么意思 spss中t值和p值的关系
在统计分析过程中,常常会遇到这样的情况:检验两个相关的样本是否来自具有相同均值的总体,就会用到t检验。t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布, t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。利用IBM SPSS Statistics统计分析软件进行t检验可以避免繁杂的统计学计算,快速给出结果,供用户分析。SPSS中t值和p值是什么意思,SPSS中t值和p值的关系是什么,本文结合实例,向大家做简单的介绍。
2022-11-16
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。
2022-11-14

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容:

咨询热线

在线咨询

限时折扣