非參數(shù)檢驗(yàn)用于研究定類數(shù)據(jù)與定量數(shù)據(jù)之間的關(guān)系情況，是指不考慮總體的參數(shù)和總體分布類型，利用樣本數(shù)據(jù)的總體分布形態(tài)或分布位置進(jìn)行推斷的檢驗(yàn)方法。

非參數(shù)檢驗(yàn)可分為：單樣本的非參數(shù)檢驗(yàn)、兩獨(dú)立樣本的非參數(shù)檢驗(yàn)、多獨(dú)立樣本的非參數(shù)檢驗(yàn)、兩配對樣本的非參數(shù)檢驗(yàn)、多配對樣本的非參數(shù)檢驗(yàn)。

實(shí)際中存在著很多種非參數(shù)檢驗(yàn)方法，不同分析方法對同一批數(shù)據(jù)的分析結(jié)論也可能不盡相同，需要根據(jù)實(shí)際數(shù)據(jù)情況選擇恰當(dāng)?shù)臋z驗(yàn)方法。這里列舉幾種檢驗(yàn)方法做進(jìn)一步的說明。

單樣本非參數(shù)檢驗(yàn)

單樣本W(wǎng)ilcoxon檢驗(yàn)用于檢驗(yàn)數(shù)據(jù)是否與某數(shù)字有明顯的區(qū)別，比如手機(jī)尺寸是否明顯不等于6英寸。

從功能上講，單樣本W(wǎng)ilcoxon檢驗(yàn)與單樣本T檢驗(yàn)完全一致；二者的區(qū)別在于數(shù)據(jù)是否正態(tài)分布，如果數(shù)據(jù)正態(tài)分布，則使用單樣本T檢驗(yàn)，反之則使用單樣本W(wǎng)ilcoxon檢驗(yàn)。

分析步驟：

第一：分析每個(gè)分析項(xiàng)是否呈現(xiàn)出顯著性(P值小于0.05或0.01)；

第二：如果呈現(xiàn)出顯著性；具體對比中位數(shù)大小，描述具體差異所在；

第三：對分析進(jìn)行總結(jié)。

結(jié)果解讀：

從上表可以看出，數(shù)據(jù)不會(huì)表現(xiàn)出顯著性(統(tǒng)計(jì)量=1.481，P=0.139>0.05)；意味著手機(jī)尺寸并不會(huì)明顯的偏離數(shù)字6，同時(shí)手機(jī)尺寸的中位數(shù)為6，進(jìn)一步說明手機(jī)尺寸確實(shí)是6英寸，從而證明生產(chǎn)設(shè)備正常沒有問題。

獨(dú)立樣本的非參數(shù)檢驗(yàn)

分析兩組或多組獨(dú)立樣本數(shù)據(jù)，判斷數(shù)據(jù)之間的關(guān)系情況。比如研究不同性別人群購買意愿差異情況如何或者不同城市兒童身高差異情況比較等。

根據(jù)X組別的數(shù)量不同，需選擇的不同的檢驗(yàn)方法，如果X為兩組，比如性別，則應(yīng)使用MannWhitney統(tǒng)計(jì)量，超過兩組，則使用Kruskal-Wallis統(tǒng)計(jì)量結(jié)果。

分析步驟：

第一：分析X與Y之間是否呈現(xiàn)出顯著性(P值小于0.05或0.01)；
第二：如果呈現(xiàn)出顯著性；通過具體對比中位數(shù)大小，描述具體差異情況；
第三：對分析進(jìn)行總結(jié)。

配對樣本W(wǎng)ilcoxon檢驗(yàn)

配對樣本W(wǎng)ilcoxon檢驗(yàn)用于檢驗(yàn)配對數(shù)據(jù)是否具有顯著性差異，比如實(shí)驗(yàn)組和對照組的成績差異性，手術(shù)前和手術(shù)后的體重差異性等。

分析步驟：

第一：分析每組配對項(xiàng)之間是否呈現(xiàn)出顯著性差異(P值小于0.05或0.01)；
第二：如果呈現(xiàn)出顯著性；具體對比中位數(shù)(或差值)大小，描述具體差異所在；
第三：對分析進(jìn)行總結(jié)。

從上表可以看出，數(shù)據(jù)不會(huì)表現(xiàn)出顯著性(統(tǒng)計(jì)量=1.412，P=0.158>0.05)；意味著兩種測量設(shè)備得出的測量結(jié)果上并沒有明顯的差異性，同時(shí)測量數(shù)據(jù)的中位數(shù)為均為6，進(jìn)一步說明兩種生產(chǎn)設(shè)備的測量正常沒有問題。

多配對樣本檢驗(yàn)

Friedman檢驗(yàn)(弗里德曼檢驗(yàn))，用于檢測多個(gè)(相關(guān))樣本是否具有顯著性差異的統(tǒng)計(jì)檢驗(yàn)，是一種非參數(shù)檢驗(yàn)方法。

分析步驟：

第一：分析是否呈現(xiàn)顯著性(P值小于0.05或0.01)；
第二：如果呈現(xiàn)出顯著性；具體對比中位數(shù)大小，描述具體差異所在；
第三：對分析進(jìn)行總結(jié)。

上表格中P值為0.867>0.05,即說明3次測量結(jié)果上并不會(huì)呈現(xiàn)出顯著性差異，而且具體對比中位數(shù)可以看出，整體上看第一次測量身高中位數(shù)為1.710，第二次也是1.710，第三次還是1.710，因而說明三次測量結(jié)果并沒有顯著性差異。

其他說明

從理論上看，正態(tài)性特質(zhì)是很多分析方法的前提，但現(xiàn)實(shí)中很難出現(xiàn)完美的正態(tài)分布數(shù)據(jù)，而且基于正態(tài)分布的參數(shù)檢驗(yàn)性能相對更優(yōu)，因而在實(shí)際研究中，可能即使數(shù)據(jù)非態(tài)，也會(huì)使用基于正態(tài)分布的參數(shù)檢驗(yàn)。

事實(shí)上非參數(shù)檢驗(yàn)絕不止以上提到的方法，還有包括很多其他的檢驗(yàn)方法，比如當(dāng)數(shù)據(jù)為多相關(guān)時(shí)，會(huì)涉及到多種檢驗(yàn)方法，包括Friedeman檢驗(yàn)，Kendall協(xié)調(diào)系數(shù)，Cochran檢驗(yàn)等，如果想要了解每種分析方法的應(yīng)用場景及具體區(qū)別，可登錄閱讀SPSSAU官網(wǎng)幫助手冊，或者查看SPSSAU發(fā)布的文章：何時(shí)應(yīng)該使用非參數(shù)檢驗(yàn)？

以上提到分析方法都可在SPSSAU中進(jìn)行分析，詳細(xì)說明可查看SPSSAU官網(wǎng)，以及可使用SPSSAU上面的案例數(shù)據(jù)，進(jìn)行實(shí)際的操作分析。