作者：丁点helper

来源：丁点帮你

今天，我们讲等级变量的假设检验。首先，回顾一下，什么叫等级变量，也称有序变量。

一般而言，等级变量属于分类变量(如上)的一种，与之相对的就是无序变量。大家生活中经常碰到的“满意程度”就是一个等级变量。

当我们比较两组人群，比如男女，对某项服务的满意程度时，就会用到秩和检验。这其中的缘由是什么呢？

我们先把“等级变量”好好研究一番。

假设有8名顾客对某个餐厅的服务用“非常满意”、“满意”、“不满意”和“非常不满意”进行评分，一般来讲，我们会把这些结果分别用“1”到“4”的数字进行编码。

比如，这8名顾客的打分结果为“1、2、2、3、1、4、3、2”。单从数字上看，大部分人应该比较“满意(2)”或“非常满意(1)”。

可是，如何衡量平均的服务满意程度？很显然，可以算个平均数。上述8个数计算出来：平均数是“2.6”。

仔细想想，这里的2.6到底代表什么，是“比较满意”还是“比较不满意”？好像都说得通，但仍然很含糊。

所以，在对等级变量求均数时，难以避免出现小数，而一旦出现小数，就会难以解释。

这时，采用秩和检验，使用秩代替原始数据，通过比较总体分布的形态来进行统计推断，就避免了等级变量不同级别的均值无法解释的困境。

而我们之前所讲的t检验、方差分析等，叫做“依赖参数”进行的统计检验，即参数检验。

比如用总体均数这个参数，通过样本数据构造统计量，最后结论的专业解释或含义，也常常通过样本均数的大小进行阐述。

下面，我们通过一个案例来具体看看如何用SPSS进行相关检验的操作。

某研究团队2007年7月至11月对西藏拉萨市和山南地区大骨节病进行流行病学调查，获得了两个地区受检人群大骨节病不同临床分度的数据，见下表。现比较两个地区的大骨节病临床分度是否具有统计学差异？

上表中的“临床分度”就是一个等级变量，本例想要比较的就是两个地区(拉萨和山南)大骨节病患者的临床分度是否有差异，属于两独立两本的非参数检验。

上表同时给出了秩和检验求秩和的具体步骤，感兴趣的同学可以对照表格每列前面的序号了解一下。

不过我们现在主要采用软件检验，所以也可以不用完全搞明白背后的数学逻辑。

SPSS的操作步骤截图如下：

两独立样本非参数检验

默认选用Mann-Whitney U 检验

检验结果

根据上表检验的P值(Asmp.Sig.)来看，P=0.883>0.05，差异无统计学意义。按 α=0.05水准不拒绝H0，尚不能认为拉萨和山南地区的大骨节病临床分度的差异有统计学意义。