​

上一期文章我们详细讲解了符合正态分布的数据要比较组间的差异，采用独立样本t和单因素方差分析。

请看：《SPSS独立样本T检验与SPSS单因素方差分析详细教程》

本次我们来详细讲解一下非正态分布数据组间差异比较。也就是本次要讲的Kruskal-Wallis检验，也称K-W检验或H检验。Kruskal-Wallis检验，被检验变量不要求正态分布，样本必须独立或不相关的。下面通过实际案例来讲解非正态数据组间的差异比较。

以下是60例患者的收缩压以及胆汁反流严重程度的数据，胆汁反流严重程度分为轻中重三组，要比较60例患者的收缩压在这3组上是否有显著的差异。(图1)

图1

SPSS中的操作步骤：

①点击“分析”-“非参数检验”-“旧对话框”-“K个独立样本”(图2)

如果是分组为2组怎么做？其实2组就是下图的2个独立样本，操作基本和我们将的≥3组的K个独立样本一致，这里为了后面讲述组间两两比较，所以采用了3组的案例

图2

②在弹出的对话框中，将“收缩压”选入右侧的“检验变量列表”框内，将“胆汁反流程度”选入“分组变量”栏中，并点击“定义范围”，设置好分组变量范围最小和最大值。下方检验类型勾选“克鲁斯卡尔-沃利斯”(Kruskal-Wallis)，(图3)，设置好后 点击确定按钮。

图3

③运算并分析结果

图4

由上图可以看出：不同3组胆汁反流程度的患者，他们的收缩压的比较，卡方值为6.841，显著性P为0.033