SPSS操作：多个相关样本的⾮参数检验（CochransQ检
验）
点击Settings→Customize tests，勾选Cochran's Q (k samples)。
点击Define Success，在Cochran's Q: Define Success对话框中，点击Combine values into success category，在Success框中填⼊1（这⾥是“成功”对应的编码，本例中即为通过体能测试，“Passed”对应的是1，所以这⾥填“1”）。
点击OK→Run，输出结果。
3.4 不符合假设4的“精确”Cochran's Q检验
当不符合假设4时，需要使⽤“精确”Cochran's Q检验。在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→K Related Samples，出现Tests for Several Related Samples对话框。
将变量initial_fitness_test、month3_fitness_test和final_fitness_test选⼊Test Variables框中。在Test Type 下⽅去掉Friedman，然后勾选Cochran's Q。（如果数据符合假设4，则此时点击OK，结果与3.3部分的操作结果⼀致）点击Exact，在Exact Tests对话框中，点击Exact，点击Continue→OK。
s parameter3.5 “精确”Cochran's Q检验后的两两⽐较
对于符合假设4的Cochran's Q检验（3.3部分），事后的两两⽐较将在结果解释部分展⽰（4.2部分）。
对于不符合假设4的“精确”Cochran's Q检验（3.4部分）事后的两两⽐较，可采⽤经Bonferroni法校正的多重McNemar检验。
在主界⾯点击Analyze→Nonparametric Tests→Legacy Dialogs→2 Related Samples。在Two-Related-Samples Tests对话框中，依次选择两两⽐较的变量，分别将变量initial_fitness_test和month3_fitness_test、变量initial_fitness_test和
final_fitness_test、变量month3_fitness_test和final_fitness_test选⼊右侧Test Pairs中。去掉Test Type下⽅的Wilcoxon，勾选McNemar。
点击Exact，在Exact Tests对话框中，点击Exact，点击Continue→OK。
四、结果解释
4.1 统计描述
3.2部分的操作后，得到的频数结果见下图。康复开始、康复3个⽉和康复6个⽉时培的体能测试的通过率分别为22.2%、4
4.4% 和 60.3%。
4.2 符合假设4的Cochran's Q检验及事后两两⽐较
3.3部分的操作后，得到Cochran's Q检验的结果如下图。
上图中，第⼀列（Null Hypothesis）是本研究的零假设。第⼆列（Test）显⽰本研究的假设检验⽅法，即Cochran's Q检验。第三列（Sig.）是假设检验的统计结果，即P值。第四列（Decision）是根据假设检验做出的判断，即判断是否拒绝零假设。
本研究Cochran's Q检验的P<0.001，拒绝零假设。即开始康复、康复3个⽉和康复6个⽉时，研究对象体能测试结果的差异具有统计学意义。
双击该表，SPSS会⾃动弹出Model Viewer界⾯，帮助我们进⼀步了解Hypothesis Test Summary表的结果。
Cochran's Q检验统计量服从⾃由度为k-1的χ2分布。本研究的统计量为24.222，此时统计量可记为χ2 = 24.222,
P<0.001。
在该视图下⽅的View的下拉选项框中，选择“Pairwise Comparisons”，可以得到两两⽐较的结果。两两⽐较的⽅法为Dunn’s检验（经Bonferroni法校正）。
在Pairwise Comparisons图中（此处略），连接线代表两两⽐较的结果，⿊⾊连接线代表两组间差异⽆统计学意义，橘黄⾊连接线代表两组差异具有统计学意义。
下⽅的表格（如下图）给出了更多的信息：⽐较的组别、统计量、标准误、标准化的统计量（=统计量/标准误）、P值和调整后的P值。
由于是事后的两两⽐较（Post hoc test），因此需要调整显著性⽔平（调整α⽔平），作为判断两两⽐较的显著性⽔平。依据Bonferroni法，调整α⽔平=原α⽔平÷⽐较次数。本研究共⽐较了3次，调整α⽔平=0.05÷3=0.0167。因此，最终得到的P 值（上图中Sig.⼀列），需要和0.0167⽐较，⼩于0.0167则认为差异有统计学意义。
另外，SPSS也提供了调整后P值（上图中Adj. Sig.⼀列），其思想还是采⽤Bonferroni法调整α⽔平。该列是将原始P值乘以⽐较次数得到，因此可以直接和0.05⽐较，⼩于0.05则认为差异有统计学意义。
以上结果可以描述为：康复开始和康复3个⽉时研究对象体能测试结果的差异有统计学意义（调整后P=0.013），康复开始和康复6个⽉时研究对象体能测试结果的差异有统计学意义（调整后P<0.001），⽽康复3个⽉和康复6个⽉时研究对象体能测试结果的差异⽆统计学意义。
4.3 不符合假设4的“精确”Cochran's Q检验
3.4部分的操作中，既可以得到Cochran's Q检验的结果，也可以得到“精确”Cochran's Q检验的结果（取决于是否选择Exact选项）。
结果如下图。在Test Statistics表格中，左侧是Cochran's Q检验结果，右侧是“精确”Cochran's Q检验结果。
如果数据符合假设4，则Cochran's Q检验统计量服从⾃由度为k-1的χ2分布。左侧表格中的P值为“Asymp. Sig.”所对应的“0.000”，即P<0.001。本研究的统计量为24.222，此时统计量可记为χ2 = 24.222，P<0.001。
如果数据不符合假设4，则右侧表格中的P值为“Exact. Sig.”所对应的“0.000”，即P<0.001。本研究的统计量为24.222，此时统计量可记为Cochran's Q = 24.222, P<0.001。
4.4 “精确”Cochran's Q检验后的两两⽐较
当不满⾜假设4时，3.5部分的操作可得到经Bonferroni法校正的多重McNemar检验的结果。
由于是事后的两两⽐较（Post hoc test），因此需要调整显著性⽔平（调整α⽔平），作为判断两两⽐较的显著性⽔平。依据Bonferroni法，调整α⽔平=原α⽔平÷⽐较次数。本研究共⽐较了3次，调整α⽔平=0.05÷3=0.0167。因此，最终得到的P 值（上图中Exact Sig. (2-tailed)⼀⾏），需要和0.0167⽐较，
⼩于0.0167则认为差异有统计学意义。
以上结果可以描述为：康复开始和康复3个⽉时研究对象体能测试结果的差异有统计学意义（P=0.007），康复开始和康复6个⽉时研究对象体能测试结果的差异有统计学意义（P<0.001），⽽康复3个⽉和康复6个⽉时研究对象体能测试结果的差异⽆统计学意义。
五、撰写结论
1. 符合假设4时（即样本量⾜够）
开始康复、康复3个⽉和康复6个⽉时，卒中后患者体能测试的通过率分别为22.2%、44.4%和60.3%。运⽤Cochran's Q 检验对三个时间点体能测试通过率进⾏检验，三个时间点通过率的差异具有统计学意义，χ2 = 24.222， P<0.001。
采⽤Dunn’s检验（经Bonferroni法校正）进⾏事后的两两⽐较，康复开始和康复3个⽉时研究对象体能测试结果的差异有统计学意义（调整后P=0.013），康复开始和康复6个⽉时研究对象体能测试结果的差异有统计学意义（调整后P<0.001），⽽康复3个⽉和康复6个⽉时研究对象体能测试结果的差异⽆统计学意义（调整后P=0.124）。
2. 不符合假设4时
开始康复、康复3个⽉和康复6个⽉时，卒中后患者体能测试的通过率分别为22.2%、44.4%和60.3%。运⽤Cochran's Q 检验对三个时间点体能测试通过率进⾏检验，三个时间点通过率的差异具有统计学意义， Cochran's Q = 24.222, P<0.001。
运⽤“精确”McNemar’s检验进⾏事后的两两⽐较（经Bonferroni法校正的α=0.0167）。康复开始和康复3个⽉时研究对象体能测试结果的差异有统计学意义（P=0.007），康复开始和康复6个⽉时研究对象体能测试结果的差异有统计学意义
（P<0.001），⽽康复3个⽉和康复6个⽉时研究对象体能测试结果的差异⽆统计学意义（P=0.031）。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。