用 SPSS 做显著性差异分析,核心就是根据你的数据类型和分组数量,挑选对应的检验方法,算出 P 值,P 小于 0.05 就判定两组或者多组之间存在统计学显著性差异,P 大于等于 0.05 就认为差异没有统计学意义。很多新手容易踩坑,就是不管数据正态还是方差齐不齐,直接乱选检验,最后结果是错的,本质原因是不同检验方法有严格适用前提,参数检验要求数据满足正态分布方差齐性,非参数检验是给不满足前提的数据准备的,选错方法会让 P 值失真,结论不可信。SPSS 里面最常用的显著性差异分析包含独立样本 T 检验配对样本 T 检验单因素方差分析非参数检验这几大类,独立样本 T 检验用来比较两个相互独立组别,比如男生和女生成绩差异,配对样本 T 检验是同一批对象前后测对比,比如干预前和干预后数据,单因素方差分析是三组及以上独立组比较,比如三种教学方法下学生得分差异,多组比较方差分析显著之后,还需要做事后多重比较,不然不知道具体哪两组之间有差异。
方法选择判断
| 数据情况 | 推荐方法 |
|---|---|
| 两组独立样本 正态 方差齐 | 独立样本 T 检验 |
| 两组独立样本 不正态 | 曼惠特尼 U 检验 |
| 配对数据 正态 | 配对样本 T 检验 |
| 配对数据 不正态 | 威尔科克森符号秩检验 |
| 三组及以上独立样本 正态 方差齐 | 单因素方差分析 |
| 三组及以上独立样本 不正态 | 克鲁斯卡尔沃利斯检验 |
独立样本 T 检验操作步骤
第一步 录入数据,分组变量一列,比如组别 1 代表实验组 2 代表对照组,因变量一列存放测量数值。
第二步 点击顶部菜单栏 分析 比较均值 独立样本 T 检验。
第三步 将因变量放入检验变量框,分组变量放入分组变量框,点击定义组,填入组 1 和组 2 对应的编码数值。
第四步 点击确定运行,输出结果表格。
第五步 先看莱文方差等同性检验,显著性如果大于 0.05 代表方差齐,读取第一行 T 检验结果,如果小于 0.05 代表方差不齐,读取第二行校正后的 T 检验结果,重点看双侧显著性也就是 P 值。
配对样本 T 检验操作步骤
第一步 录入两列变量,分别是前测数据和后测数据,同一个个案在同一行。
第二步 点击 分析 比较均值 配对样本 T 检验。
第三步 把前后测两个变量选入成对变量框。
第四步 运行之后查看配对样本检验表,双侧显著性就是 P 值。
单因素方差分析操作步骤
第一步 分组变量一列,因变量一列,分组编码可以是 123 代表三个组别。
第二步 点击 分析 比较均值 单因素 ANOVA。
第三步 因变量放入因变量列表,分组变量放入因子框。
第四步 点击事后比较,勾选 LSD 或者 邦弗伦尼,这就是多重比较选项,方差分析整体显著之后,用来对比两两组别。
第五步 点击选项,勾选描述性 方差齐性检验,运行输出结果。
第六步 先看方差齐性检验显著性,大于 0.05 满足方差齐,再看 ANOVA 表格的显著性 P 值,P 小于 0.05 说明多组整体存在显著性差异,接着打开事后比较表格,查看两两比较的 P 值,确认具体哪两组差异显著。
非参数检验操作步骤
第一步 点击 分析 非参数检验 旧对话框,根据两组还是多组,选择两个独立样本或者 K 个独立样本。
第二步 把因变量选入检验变量列表,分组变量放入分组变量框,定义组编码。
第三步 检验类型默认勾选曼惠特尼 U 或者克鲁斯卡尔沃利斯 H,运行之后查看渐近显著性双侧,这个就是 P 值。
结果解读要点
显著性差异里面的 P 值,代表原假设成立的概率,原假设默认是各组之间没有差异,P 小于 0.05 就拒绝原假设,认为存在显著性差异。这里一定要注意,显著性差异不等于实际效应很大,P 值还会受到样本量影响,样本特别大的时候,很小的数值差别也会算出 P 小于 0.05,所以报告结果的时候,最好同时补充效应量,比如科恩 d 值或者偏 eta 方,不能只写 P 值。还有常见误区,多组比较如果反复多次做两两 T 检验,会增大一类错误,也就是假阳性概率,所以三组以上优先方差分析,再做事后校正。
【常见问题】
问题 1 SPSS 分析显著性差异的时候 P 值刚好等于 0.05 怎么判定
回答 1 SPSS 分析显著性差异判定标准,一般约定 P 小于 0.05 才认为显著,P 等于 0.05 属于临界值,学术论文通常表述为边缘显著,不直接判定为存在显著性差异,部分严格审稿标准会要求继续补充效应量,结合样本量综合判断。
问题 2 SPSS 分析显著性差异方差不齐还能不能继续用 T 检验
回答 2 SPSS 分析显著性差异,独立样本 T 检验表格自带方差不齐校正结果,也就是假定等方差不成立那一行,这种情况可以读取校正 T 值和 P 值,不需要强行更换成非参数检验,如果偏离正态非常严重,才建议改用曼惠特尼 U 检验做显著性差异分析。
问题 3 SPSS 分析显著性差异单因素 ANOVA 整体显著,但是事后比较全部不显著是什么原因
回答 3 SPSS 分析显著性差异时出现这个情况,一般是整体 ANOVA 显著,但是事后多重比较做了严格校正,比如邦弗伦尼校正,会降低检验效能,或者组内离散程度太大,样本量偏少,导致两两对比没有检出显著性差异,这种情况可以结合效应量,也可以考虑换用检验效能更高的事后比较方法。
问题 4 SPSS 分析显著性差异,什么时候必须使用非参数检验
回答 4 SPSS 分析显著性差异,如果数据严重偏离正态分布,或者是等级数据计数数据,不满足参数检验前提,就需要使用非参数检验,这类检验不依赖总体正态假设,专门用来做这类数据的显著性差异判断。
【免责申明】
本文内容仅用于 SPSS 软件操作教学参考,统计方法选择需要结合研究设计数据类型与学术规范,统计结论不能直接等同于真实业务或者实验结论,正式论文科研使用前建议咨询统计学专业人员。


