作者：夏雨骄阳 审阅：红豆牛奶 封面：自己想吧

原理与方法

要解决多个独立样本之间是否具有相同分布的问题，就要借助于多个独立样本检验方法，它的基本原理与两独立样本检验相同。

多个独立样本检验方法主要有：kruskal-Wallis H检验、中位数（Median）检验和Jonckheere-Terpstra检验。

kruskal-Wallis H检验类似非参数一维方差分析，它研究分布位置上的差异，利用多个样本的秩和统计量推断他们所代表的总体分布是否相同。Median方法用于检验多个样本是否来自具有相同中位数的总体，它研究总体分布在位置和形状上的差异，效率相对较低。这两种方法都假设多个样本是从预先没有排序的总体重抽样所得。而当总体有先验的顺序排列（升序或降序）时，Jonckheere-Terpstra检验比前面两种方法更为有效。

SPSS实操

下面以kruskal-Wallis H检验为例，介绍多个独立样本检验的的SPSS操作步骤。

提出零假设与备择假设：H0：各样本代表的总体分布相同；

H1：各样本代表的总体不完全相同。

案例数据：三个小组的学生进行阶段性学习后进行测试获得最终成绩，检验三个小组的成绩是否有显著性差异。

Step1：依次单击菜单“分析-非参数检验-旧对话框-K个独立样本”，打开针对多个独立样本的检验对话框，将“培训考试得分”选入“检验变量列表”，此处必须选择数值型分类变量，将“培训组”选入“分组变量”，如图1.1。

图1.1

Step2：单击选入的分组变量，点击定义范围，设置分组变量的范围，最小值设为1，最大值设为3，如图1.2，点击继续回到主界面。

  图1.2

结果分析

点击确定，得到分析结果，如图1.3。

图1.3

由于渐进显著性为0.000小于0.05的水平，故可以非常显著地否定零假设，接受备择假设，即三个小组的成绩有显著性差异。

其余的两种检验方法与之类似，大家可以自己动手操作练习。

关注下方二维码，在公众号中输入“20180222”即可获得操作数据。