Kruskal-Wallis H检验(多个独立样本)【详】-SPSS教程
张耀文

张耀文

医咖会

擅长:研究设计、统计分析、循证医学、样本量计算、随机化方案、数据管理
已关注
关注
Jane

Jane

北京某三甲医院临床流行病学研究室

擅长:风险预测模型构建相关的研究设计、统计学分析和数据挖掘技术
已关注
关注
2018-02-22 来源:医咖会

一、问题与数据

某研究者认为工作年限多的人能更好地应对职场的压力。为了验证这一假设,某研究招募了31名研究对象,调查了他们的工作年限,并测量了他们应对职场压力的能力。

根据工作年限,研究对象被分为4组:0-5年、6-10年、11-15年、>16年(变量名为working_time)。利用Likert量表调查的总得分(CWWS得分)来评估应对职场压力的能力,分数越高,表明应对职场压力的能力越强(变量名为stress_score)。部分数据如图1。

图1 部分数据

二、对问题分析

研究者想知道不同工作年限之间CWWS得分是否不同。由于CWWS得分不服从正态分布(仅为模拟数据,实际使用时需要专业判断或结合正态性检验结果),因此可以使用Kruskal-Wallis H检验。Kruskal-Wallis H检验(有时也叫做对秩次的单因素方差分析)是基于秩次的非参数检验方法,用于检验多组间(也可以是两组)连续或有序分类变量是否存在差异。

使用Kruskal-Wallis H test检验时,需要考虑以下3个假设。 

假设1:有一个因变量,且因变量为连续变量或有序分类变量。

假设2:存在多个分组(≥2个)。

假设3:具有相互独立的观测值。

三、SPSS操作

公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
数据库搭建
想提升科研效率和数据质量?扫码添加小E,立即咨询数据采集与管理相关产品和服务!查看详细>>
意见反馈