【正文】 SPSS中有以下 3種多配對樣本非參數(shù)檢驗方法。 1．多配對樣本的 Friendman檢驗 多配對樣本的 Friendman檢驗是利用秩實現(xiàn)多個配對總體分布檢驗的一種方法，多配對樣本的 Friendman檢驗要求數(shù)據是定距的。其零假設為：樣本來自的多個配對總體的分布無顯著差異。 多配對樣本的 Friendman檢驗的實現(xiàn)原理是：首先以樣本為單位，將各個樣本數(shù)據按照升序排列，求得各個樣本數(shù)據在各自行中的秩，然后計算各樣本的秩總和及平均秩。 如果多個配對樣本的分布存在顯著的差異，那么數(shù)值普遍偏大的組秩和必然偏大，數(shù)值普遍偏小的組，秩和也必然偏小，各組的秩之間就會存在顯著差異。如果各樣本的平均秩大致相當，那么可以認為各組的總體分布 沒有顯著差異。 2．多配對樣本的 Kendall協(xié)同系數(shù)檢驗 多配對樣本的 Kendall協(xié)同系數(shù)檢驗和Friedman檢驗非常類似，也是一種多配對樣本的非參數(shù)檢驗，但分析的角度不同。多配對樣本的 Kendall協(xié)同系數(shù)檢驗主要用在分析評判者的判別標準是否一致公平方面。它將每個評判對象的分數(shù)都看作是來自多個配對總體的樣本。一個評判對象對不同被判定對象的分數(shù)構成一個樣本，其零假設為：樣本來自的多個配對總體的分布無顯著差異，即評判者的評判標準不一致。 Kendall協(xié)同系數(shù)檢驗中會計算 Friedman檢驗方法，得到 friedman統(tǒng)計量和相伴概率。如果相伴概率小于顯著性水平，可以認為這 10個節(jié)目之間沒有顯著差異，那么可以認為這 5個評委判定標準不一致，也就是判定結果不一致。 3．多配對樣本的 Cochran Q檢驗 多配對樣本的 Cochran Q檢驗也是對多個互相匹配樣本總體分布是否存在顯著性差異的統(tǒng)計檢驗。不同的是多配對樣本的 Cochran Q檢驗所能處理的數(shù)據是二值的（ 0和 1）。其零假設是：樣本來自的多配對總體分布無顯著差異。 SPSS中實現(xiàn)過程 ? 研究問題 1 為了試驗某種減肥藥的性能，測量 10個人在服用該藥前以及服用該藥一個月后、兩個月后、 3個月后的體重。問在這 4個時期， 10個人的體重有無發(fā)生顯著的變化。數(shù)據如表 1010所示。 表 1010 4個時期的體重（ kg） pre_1 post_1 post_2 post_3 ? 實現(xiàn)步驟 圖 1028 在菜單中選擇“ K Related Samples”命令 圖 1029 “Tests for Serveral Related Samples”對話框（一） 圖 1030 “Several Related Samples： Statistics”對話框（一） ? 研究問題 2 某文藝晚會中有 5個節(jié)目，共有 5個評委參與打分。問這 5個評委的判斷標準是否一致。數(shù)據如表 1011所示。 表 1011 5個評委的打分表 節(jié) 目 1 節(jié) 目 2 節(jié) 目 3 節(jié) 目 4 節(jié) 目 5 評委 1 評委 2 評委 3 評委 4 評委 5 ? 實現(xiàn)步驟 圖 1031 “Tests for Serveral Related Samples”對話框（二） 圖 1032 “Several Related Samples： Statistics”對話框（二） ? 研究問題 3 消費者協(xié)會調查了顧客對 3種品牌的電視機的滿意程度，共有 10個顧客參與了滿意度調查。數(shù)據如表 1012所示。 表 1012 顧客的滿意度表格 品 牌 1 品 牌 2 品 牌 3 顧客 1 滿意 不滿意 不滿意 顧客 2 滿意 滿意 滿意 顧客 3 不滿意 不滿意 不滿意 顧客 4 滿意 滿意 滿意 顧客 5 滿意 滿意 不滿意 顧客 6 滿意 滿意 不滿意 顧客 7 滿意 不滿意 滿意 顧客 8 滿意 滿意 滿意 顧客 9 滿意 滿意 不滿意 顧客 10 滿意 不滿意 滿意 ? 實現(xiàn)步驟 圖 1033 “Tests for Serveral Related Samples”對話框（三） 結果和討論 （ 1）多配對樣本的 Friendman檢驗 （ 2）多配對樣本的 Kendall協(xié)同系數(shù)檢驗，描述性統(tǒng)計部分結果表格如下。 （ 3）多配對樣本的 Cochran Q檢驗結果如下兩表所示。 小 結 非參數(shù)檢驗主要用于那些總體分布不能用有限個實參數(shù)來刻畫，或者不考慮被研究的對象為何種分布以及是否已知的情況。這種方法進行的并不是參數(shù)間的比較，而是分布位置、分布形狀之間的比較，研究目標總體與理論總體分布是否相同，或者各樣本所在總體的分布位置是否相同等。 小 結 非參數(shù)檢驗根據樣本數(shù)目以及樣本之間的關系可以分為：單樣本非參數(shù)檢驗、兩獨立樣本非參數(shù)檢驗、多獨立樣本非參數(shù)檢驗、兩配對樣本非參數(shù)檢驗、多配對樣本非參數(shù)檢驗等。 小 結 SPSS中 “ Analyze”/“Nonparametric Tests”菜單主要用于非參數(shù)檢驗。其中，單樣本非參數(shù)檢驗由 “ 1—Sample KS”子菜單來執(zhí)行；兩獨立樣本非參數(shù)檢驗由 “ 2 Independent Samples”子菜單執(zhí)行；多獨立樣本非參數(shù)檢驗由 “ K Independent Samples”子菜單執(zhí)行；兩配對樣本非參數(shù)檢驗由 “ 2 Related Samples”子菜單執(zhí)行；多配對樣本非參數(shù)檢驗由 “ K Related Samples”子菜單執(zhí)行。