导图社区 SPSS 重温
这是一个关于SPSS 重温的思维导图,包含数据正态性检验、参数检验、非参数检验等。SPSS重温是一种学习方法,旨在帮助学习者回顾和巩固在SPSS软件使用过程中所学的知识和技能。
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
SPSS
数据正态性检验
思考步骤
是什么研究设计类型
随机分类?
什么变量
定性/定量/等级/几组
研究指标
研究目的
数据是否为正态分布
操作:分析-统计描述-探索-单组/分组-图:茎叶&直方
正态性分析结果及解释
柯尔莫戈洛夫-斯米诺夫(Kolmogorow-Smironov,KS)检验
夏皮洛-柯尔莫戈洛夫-威尔克(Shapiro-wilk,SW)
小样本(<2000)
P>0.05+直方图提示正态分布
表达
正态分布
均值+_标准差
偏态分布
中位数(P25,P75)
参数检验
成组t检验
条件
两组
定量
正态
独立(随机√,配对×)
方差齐
如果指标理论上属于偏态分布,则放弃t检验。(“理论上”的意思是客观世界中大样本群体常见的存在形式,甚至是一种常识)。 如果该指标理论上属于正态分布,无论大小样本,该只要直方图大致中间多或者两边少(近似正态分布),无特别异常值,均可采用t检验。 如果指标理论分布不明确,但样本量较大(各组>50),该只要直方图大致中间多或者两边少,无特别异常值,可采用t检验,无需考虑正态性检验结果。 如果指标理论分布不明确,但各样本量不大(各组<50),若两组数据正态性检验P值均>0.05,可以考虑采用t检验,若至少一组≤0.01,建议放弃t检验 无论大小样本,如果直方图呈一边倒趋势,或者存在若干个极端异常值,放弃t检验 当然两组数据比较时,任何一组P≤0.05,均可以放弃t检验而选择秩和检验(偏态分布数据分布比较用秩和检验没错,不过一般样本量较大时,近似正态还是优先考虑t检验吧)
目的
明确两组均值是否有统计学差异
流程
1.确定是否正态
2.建立检验假设,确立检验水准
H0:μ1=μ2,两组……总体均数相同
H1:μ1≠μ2,两组……总体均数不同
α=0.05
3.计算检验统计量t值,观察莱文方差同性检验是否方差齐,若是,选择假定等方差时的t和P值,若不是,选择不假定等方差时的t和P值
4.确定P值,做出推断结论
t值是统计量,P值根据t值通过统计方程计算得出
若P<0.05则拒绝HO,接受H1,差异有统计学意义,,可以认为两组……存在着差异
SPSS操作
规范结论
A组……为(均数xxx+_标准差),B组……为(均数xxx+_标准差),两组……总体均数是否存在统计学差异(差值xxx,95%CIxxx-xxx,t=,P=)
t检验的结果可提供t值,也可以不提供t值,一般最好提供P值,t和P需要斜体。
关于小数点,一般保留1-2位,其实1位就可以,P值除外。很多杂志要求不同的P值提供小位数不同,但P值一律保持3位是不会错的。若碰到SPSS结果为0.000的,书写成<0.001。
非参数检验
秩和检验(Wilcoxon秩和检验/W M-W检验)
多组
非正态
至少一组偏态(正态性检验一组P>0.05,另一组P<0.05)
两组一端/两端存在不确定数据
有序分类数据(等级资料)
明确总体分布是否有统计学差异
1.正态性检验
H0:两组……总体分布相同
H1:两组……总体分布不同
3.计算秩和T值和检验统计量z值
各组T值为秩和,若各组例数不等,以例数较少组秩和为T值
小概率时间z值为1.96
若z>1.96(不考虑正负),则P<0.05
则拒绝HO,接受H1,可以认为两组……存在着差异
结果的规范表达
文字:A组……的中位数为xxx(P25,P75),B组的……中位数为xxx(P23,P75),两组……分布存在着统计差异(z=,p</>0.001)
卡方检验