SPSS实践笔记:单样本威尔科克森符号秩检验

原创 数据小兵  2020-03-23 16:28  阅读 155 次
视频课程《SPSS统计分析:从入门到实践提高》

我们习惯于比较平均数的差异,往往忽视了平均值mean这个描述统计指标的不足,比如说数据过于离散的情况下,均值反而未必是最合适的反映集中趋势的指标。此时,我们倒是可以用一用中位数Median。

案例背景介绍

为了解垃圾邮件对大型公司决策层的工作影响程度,某网站收集了19家大型公司的CEO和他们邮箱里每天收到的垃圾邮件数,得到如下数据(单位:封):

从平均意义上来看,垃圾邮件数量的中心位置是否超过320封?

首先把数据录入SPSS,只有一个变量,名称定义为mail,马上做个描述统计,看看19个数字的平均值和标准差,

标准差50,50封邮件的变化,这变化还是比较大的,大抵上向我们传达的信息是这组数据是较为离散的,直接使用平均值并不见得是最好的选择。所以本例中我们更看重中位数。

从分析目标来说,我们想比较的是这组数据的中心位置(位置)是否和已有的经验水平(320封)有差异。

SPSS做单样本Wilcoxon符号秩检验

菜单:【分析】→【非参数】→【单样本】,使用定制分析,检验字段是mail。

在方法中勾选【比较中位数和假设中位数(威尔科克森符号秩检验)】,假设中位数:填入320即可。其他参数不用操心,直接点【运行】

结果解读

Wilcoxon符号秩检验的两个假设:

H0:邮件数中位数等于320
H1:邮件数中位数不等于320

两个假设互相矛盾,只能二选一,选谁呢?

SPSS帮我们计算了Wilcoxon符号秩检验统计量及拒绝原假设H0的概率P值。

上表中直接给出了P值,为0.011,小于0.05,认为是小概率,即【邮件数中位数等于320】这个假设不成立,接受H1,说明邮件数中位数不等于320,有统计学意义。

Wilcoxon符号秩检验的具体结果,如下:

统计量为158,概率P值为0.011小于0.05,说明邮件数中位数不等于320,有统计学意义。

SPSS同时也给出了一个可视化效果图,如下:

我看可以看到样本mail数据的中位数为365,远大于假设的320,这个差异刚才通过检验已经证明有统计学意义,可见从平均意义上来看,垃圾邮件数量的中心位置是已经超过了320封,势必影响CEO的决策。

全文完
文/图=数据小兵

本文地址:http://www.datasoldier.net/archives/1933
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!