SPSS：多个独立样本非参数检验后的两两比较
一、样本数据
我们使用非参数检验之多个独立样本的秩和检验的例子：为调查A、B、C三种治疗措施对患者谷丙转氨酶（ALT）的影响，某科室将45名患者随机等分为三组，每组15人，分别采取A、B、C三种治疗措施。血常规测得治疗后ALT水平（U/L）如下。试问应用三种治疗措施后，患者的ALT水平是否有差异？
表1. 三组患者治疗后的ALT水平（U/L）
二、数据分析
在上一篇文章（非参数检验之多个独立样本的秩和检验）中，Kruskal-Wallis检验结果为：H=34.155，P＜0.001，按照α=0.05的检验标准，拒绝H0，即三组的ALT水平有差别。但是Kruskal-Wallis不能检验出三组之间的两两比较情况，在SPSS软件的22.0版本中，已经能够通过软件直接得出两两比较的结果了。以下内容演示如何在SPSS软件22.0版本中进行多组之间的两两比较。
三、SPSS分析方法
1. 将数据录入SPSS，将分组情况填写在第一列（1=A组，2=B组，3=C组），ALT水平填写在第二列。
2. 选择Analyze → Nonparametric Tests → Independent Samples
3. 选项设置
在SPSS的对话框中有三个小标签，Objective（目标）中选择Automatically compare distributions across groups（自动比较不同组间的分布）。
Fields（字段）中选择Use custom field assignments（使用定制字段分配），将分析变量ALT放入Test Fields（检验字段）框中，将分组变量Group放入Groups（组）中。
Settings（设置）中选择Customize tests（自定义检验），选择Kruskal-Wallis 1-way ANOVA（k samples）即Kruskal-Wallis单因素ANOVA（k样本），多重比较中可以选择All pairwise（所有成对比较，类似于方差分析多重比较中的LSD）或者Stepwise step-down（逐步降低，类似于S-N-K法），本次选择All pairwise法。最后点击Run（运行）按钮。
四、结果解读
首先，结果中报告了Kruskal-Wallis检验结果，P<0.001，拒绝H0假设。双击此结果表格，出现详细的两两比较检验结果如下图。
左边为Kruskal-Wallis检验结果，右边为各分组之间的对比情况，在View（视图）选项中选择Pairwise Comparisons（两两比较），即可出现两两比较的结果。
我们把两两比较的结果调出来仔细分析，报告的统计量有Test Statistic（检验统计量）、Std.Error（标准误）、Std.Text Statistic（标准检验统计量）、Sig.（P值）、Adj.Sig.（调整后P值），结果中我们看到报告了两个P值，①直接得出的P值是未经过矫正的，本次计算的两两比较次数为3次（即1组和3组、1组和2组、2组和3组比较），所以使用原始的P值与显著水平0.05比较时假阳性率会升高。因此软件自动对原始P值进行矫正，将P值乘以比较次数得到②调整后P值，调整后P值即可与显著水平0.05直接进行比较得出结论。
五、撰写结论
Kruskal-Wallis检验结果为：H=34.155，P＜0.001，按照α=0.05的检验标准，拒绝H0，可以认为患者经过A、B、C三种治疗措施后血常规中ALT水平有差别。经过两两比较，A组与B组之间患者的ALT水平有差别（调整后P=0.002）。A组与C组之间患者的ALT水平有差别（调整后P＜0.001）。B组与C组之间患者的ALT水平无差别（调整后P=0.054）。
（如果你想使用文中数据进行练习，请随时给小咖（微信：xys2016ykf）发消息，小咖将原始数据发给你。）
统计学教程精彩回顾：
关注医咖会，一起学习统计学~
我们建了一个微信群，有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进群和其他小伙伴们一起交流学习。诚邀各位伙伴加入我们创作内容，请和小咖联系，和大家分享你喜爱的临床研究以及有用的研究方法学知识。
点击左下角“阅读原文”，看看医咖会既往推送了哪些研究设计或统计学文章。还可以到医咖会公众号下方的自定义菜单，点击“直接搜索”，查找你想了解的内容。