一、非参数检验所属模块
非参数检验在SPSSAU中归属于【通用方法】模块。
二、方法概述
非参数检验主要用于比较不同组别在某个定量指标上的分布差异，特别适合数据不满足正态分布、样本量偏小，或者结果更适合用中位数来描述的场景。做问卷评分、实验前后分组比较、医学与教育研究中的等级数据分析时，都很常用，SPSSAU可以直接完成检验并同步输出结果表和图形。
三、变量设置规则
非参数检验需要设置2类变量，共2个变量位置，均为必填，分别是1个分组变量和1个或多个分析变量。
1. 分组变量设置
（1）变量类型
分组变量放在X位置，要求为定类变量，用来区分不同组别，例如性别、班级、处理组与对照组、地区类型等。
（2）可放入数量
X位置最多放入1个变量，且必须填写，不能留空。
（3）使用提示
如果X只有2组，SPSSAU通常会输出两组比较结果；如果X有3组及以上，则通常会输出多组比较结果，并可能补充组间两两比较信息。
2. 分析变量设置
（1）变量类型
分析变量放在Y位置，要求为定量变量，常见如评分、测量值、满意度得分、消费金额等。
（2）可放入数量
Y位置至少放入1个变量，最多可放入200个变量，属于必填项。一次可批量完成多个指标的非参数检验。
（3）使用提示
如果一次放入多个Y变量，SPSSAU会按变量逐项输出结果，便于快速查看每个指标在哪些组之间存在差异。
四、参数设置及解释说明
SPSSAU的非参数检验提供2项常用参数设置。
1. P值标识
（1）参数含义
勾选后，系统会补充输出P值标识图，用更直观的方式展示组间比较结果。
（2）什么时候适合勾选
如果你除了看表格，还希望在汇报、论文展示或结果说明中更直观看到不同组别之间是否存在显著差异，可以勾选这一项。
（3）如何选择
日常快速分析只看表格时，不勾选也可以；如果需要做展示型输出，尤其是多组比较场景，建议勾选。
- 多重比较
当X组别大于等于3组时，可选择进行两两组别之间多重比较。SPSSAU提供不进行(默认)、Dunn's t检验、Dunn's t检验(校正p值)、Nemenyi法四种选择。
五、分析结果表格及其解读
SPSSAU完成非参数检验后，通常会输出非参数检验分析结果表、简化结果表、纵向结果表；当存在多组两两比较时，还会补充输出多重比较结果表。
1. 表1：非参数检验分析结果
该表格是核心结果表，用来展示各分析变量在不同组别下的中位数表现，以及对应的检验统计量和显著性水平，便于快速判断组间是否存在差异。
●中位数M(P25，P75)：这是非参数检验里最常看的描述指标，用来呈现各组数据的中心水平和分布位置。看结果时，先比较不同组的中位数高低，中位数差异越明显，往往说明组间差异越值得关注。
●Mann-Whitney U值：当分组变量只有2组时，系统会给出这个统计量。它的作用是判断两组数据分布是否存在差异。实际解读时，不单独看它的大小，而是结合对应的p值判断是否显著。
●Z值：这也是两组比较时常见的统计指标，作用是辅助反映差异强弱。一般同样不单独作为结论依据，主要还是配合p值一起看。
●Kruskal-Wallis H值：当分组变量为3组及以上时，系统通常给出H值。它用于判断多组数据总体上是否存在分布差异。H值本身越大，通常表示组间差异信号越明显，但最终仍以p值判断是否显著。
●p值：这是判断结果是否显著的关键指标。判断标准通常为：p值小于0.05，说明不同组之间存在显著差异；p值大于或等于0.05，说明暂时不能认为组间存在显著差异。
2. 表2：多重比较结果表
当分组达到3组及以上，且系统进一步进行了组间两两比较时，会输出该表。它的作用是找出究竟是哪些组之间存在差异，而不只是停留在“总体有差异”这一层。
●(I)组别与(J)组别：这两列表示正在被比较的两组对象，是定位差异来源的基础信息。
●(I)中位数与(J)中位数：用于直观看出哪一组的中位数更高，有助于理解差异方向。
●差值(I-J)：表示两组中位数之间的差异方向和大致大小。数值为正，通常说明I组更高；数值为负，则通常说明J组更高。
●p值：用于判断这两组之间是否真的存在显著差异。判断标准仍然以0.05为常用分界，小于0.05说明这两组差异显著。
3. 表3：非参数检验分析结果（简化横向格式）
该表格是在核心结果表基础上的压缩版，适合快速浏览多个指标的结论，尤其适合复制到报告正文中。
●各组中位数：帮助快速对比不同组的大致水平，适合先做初步判断。
●检验统计量：两组时重点看U值和Z值，多组时重点看H值，用于对应不同的非参数比较场景。
●p值：仍然是最终判断差异是否成立的核心依据。若多个指标中只有部分p值小于0.05，说明只有这些指标存在显著组间差异。
4. 表4：非参数检验分析结果（简化纵向格式）
该表格把结果按纵向方式展开，更适合指标较多时逐列查看，也方便做截图、排版或跨指标对比。
●组别中位数矩阵：可以从纵向视角观察每个组在不同指标上的中位数表现，适合看同一组在多个指标上的整体水平。
●统计量与p值汇总：会在表格下方或后续行中集中展示，便于对多个指标进行统一判断。判断逻辑与核心结果表一致。
六、分析结果图表及其解读
SPSSAU的非参数检验通常会输出箱线图；当分析变量较多时，还可能输出汇总箱线图；若勾选P值标识并存在组间比较，还会补充P值标识图。
1. 箱线图
箱线图的作用是直观展示各组数据的中位数位置、离散程度以及分布差异。看图时可以重点关注各组箱体中间线的位置是否明显不同，如果中位数线高低差别明显，通常说明组间差异较大；同时还可以观察箱体和须的长短，判断各组数据波动是否一致。
2. 汇总箱线图
当一次分析放入多个Y变量时，汇总箱线图可以把多个指标的分组差异集中展示。适合快速筛查哪些指标的组间差异更明显，再回到结果表中结合p值做正式判断。
3. P值标识图
这类图表主要用于展示组间两两比较的显著性情况。看图时可以重点关注哪些组对之间被标出显著差异；如果图上某两组被标识为显著，说明这两组之间的差异已经达到常用统计判断标准，适合直接用于汇报展示。
以上就是SPSSAU非参数检验的相关内容，更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。
