品牌型号：联想Think Book

系统：Windows10 64位旗舰版

软件版本：IBM SPSS Statistics 29.0

在数据分析领域，曼-惠特尼检验可以计算数据的秩次信息，研究者还能据此了解非正态分布数据在某些方面的组别差异。本文以SPSS非参数检验怎么用，SPSS非参数检验数据分布判断与检验方法选择步骤这两个问题为例，带大家了解一下SPSS非参数检验的知识。

一、SPSS非参数检验怎么用

如果说秩次信息是有关非参数检验的重要结果，那么将研究变量进行组别划分是关键的方法步骤，单个样本、2个独立样本和3个及以上独立样本都可以被SPSS纳入分组定义的操作选项。所以只要是非正态分布的数据，即使有多个组别，也都是可以进行SPSS非参数检验来判断组别之间的不同。

1、下图是数十家北方工厂在汽油汽车和电力汽车的投资数据，第一个区类是电力汽车的专业项目，第二个区类是汽油汽车的特有项目。某汽车产业发展协会想要对北方工厂的投资意向进行调查，看看这些工厂在传统能源汽车和新能源汽车两个领域的投资是否有明显区别。

2、在SPSS的分析应用窗口找到【非参数检验】选项，点击之后选择【旧对话框】的【2个独立样本】内容，由于北方工厂投资的汽车产业分为汽油和电力两个区类，符合非参数检验的2个独立样本的方法模式。

3、为了得知北方工厂在汽油和电力汽车上的投资是否存在明显区别，协会对获取的数据进行两两对比，区类就是分类的标准，由此将区类放入分组变量的执行功能框，投资（亿元）放入检验变量的列表。

4、既然上述操作已经确认汽油和电力为分组的两个区类，所以把第一个区类的数值放入组1，组1数值输入1，第二个区类的数值放入组2，组2数值输入2，并且记得选择曼-惠特尼的检验类型。

二、SPSS非参数检验数据分布判断与检验方法选择步骤

根据数据呈现非正态分布的趋势，我们将这类数据的组别比较放入SPSS非参数检验的方法范畴。而秩次信息的主要作用是什么呢？概括来说，我们能够依靠秩次信息的检验结果来判别甚至断定自主设置的分组情况是否有显著不同。

1、在SPSS双独立样本的选项界面，我们已经做好了北方工厂在投资类目方面的设定和分组，然后再进行相关的选项设置，要求系统计算描述统计结果，且缺失值按检验排除个案。这样我们既可以了解样本的具体数量，还可以查看不同分类组别的秩均值。

2、数十家北方工厂总计投资了10个汽油汽车项目和10个电力汽车项目，代表新能源汽车的第一个区类秩均值是15.50，秩的总和是155.00，代表传统能源汽车的第二个区类秩均值是5.50，秩的总和是55.00。通过秩均值，我们能看出北方工厂在新能源汽车的投资金额远远超过在传统能源汽车方面的投资金额。

3、下图的曼-惠特尼检验结果显示，威尔科克森W数值是55.000，Z=-3.781，渐进显著性小于0.001，表示北方工厂在汽油汽车和电力汽车两大项目区类方面的投资数目的差异显著。总的来说，两大汽车项目的受重视程度存在明显不同，电力汽车项目更受北方工厂投资商的青睐。

三、小结

以上就是SPSS非参数检验怎么用，SPSS非参数检验数据分布判断与检验方法选择步骤的解答。如果想要对非正态分布的数据进行组别划分和对比，推荐使用SPSS非参数检验的方法。最后，也欢迎大家前往SPSS的中文网站，学习更多关于数据分析的操作技巧。