单向有序的列联表分析的SPSS操作教程及结果解读---孙医生工作室带你学统计学（挑战SCI）第24天

在RC列联表中，若行或列变量具有有序性质，则称之为单向有序列联表，特别是列变量有序的RxC表，这在临床治疗的疗效分析中很常见。此类资料常错误地应用普通卡方检验，但实际上应使用多组独立样本的秩和检验，这是非参数检验中的一种恰当方法。

当研究目的是比较分组变量（行变量）不同水平下结果变量（列变量）的平均水平是否有差异，列变量为有序分类变量（ordinal categorical variable），也叫等级变量。如果用Pearson  检验，只能推断构成比之间的差别，将损失关于等级的信息。可采用秩和检验或CMH  检验（行均分，Row Mean Scores）推断等级强度的差别。

分析示例

某医院用3种方法治疗慢性喉炎，结果见下表，问这3种方法的疗效是否有差别?

研究假设

H₀：3 种方法疗效的总体分布位置相同。

H₁：3 种方法疗效的总体分布位置不全相同。 

α=0.05

数据录入

1. 变量视图

名称 result  标签 疗效 等级 值1=无效2=好转3=显效4=治愈

名称 treat   标签 治疗方法 值1=甲法2=乙法3=丙法

名称 weight 标签 权重

2.数据视图

操作流程

1.下图为对数据的预定义，在数据(D) 下拉菜单框中完成，即设置权重变量，该操作是对 R×C  表运算的基本操作。

2.下图指出了非参数检验对于数据的要求：非参数检验不假定您的数据呈正态分布。至于目的，默认为自动比较不同组间的分布，我们先不用管它，因为还需要在其他地方进行设置。

3. 下图为字段选项卡，检验字段(测量指标)框选入疗效等级 result, 而组(分组变量)框则 选入治疗方法treat 。值得注意的是，有时检验字段的类型必须为数值，组变量的类型必须为字符，变量类型可以在变量视图窗口进行修改。

4.在挑选检验方法时，我们倾向于采用Kruskal-Wallis单因素方差分析，即多样本间秩和检验的常用手段。该方法适用于多组连续变量且不符合传统方差分析条件的场合。这类数据常用于比较多种药物的疗效，但人们往往倾向于使用R×C列联表卡方分析，而非多组独立样本的秩和检验，这可能导致结论的偏差。中位数检验虽能直接验证各组总体中位数是否一致，但效能低下，难以捕捉组间细微差异，因此不宜作为首选。

结果解释

1.下表对检验结果作了简单介绍，原假设为各组疗效等级的分布相同，检验方法为 Kruskal-Wallis 检验，即多组独立样本的秩和检验，检验结果为P<0.01 (注意：显著性水平显 示为0.000时，并非代表0,而是由于受到小数点位数限制，没有将后面数据显示出来),因此 可以认为3种方法治疗慢性咽炎的效果有差别。

2.在结果窗口双击假设检验摘要表格，弹出详细结果窗口，其结果如下：

这是常见的箱式图(box plot),常用于描述不符合正态分布的连续变量的分布特征，此处 用于表示多组等级资料。但该图大家需要特别注意，纵轴所代表的疗效等级并非原始数据，而 是排序后形成的疗效等级秩次的总体，图形能帮助大家直观地感受各组之间的数据分布。

2. 下表给出了具体的统计值，经过调整的检验统计量为51.388,相当于教科书中的H 值， P<0.01,   可以认为3种方法治疗慢性咽炎的效果有差别。

注意事项

在多个总体的比较中，我们仅能确定是否存在差异性。若发现差异，则需进一步通过两两比较来明确哪些组别间存在显著差异。然而，此步骤存在争议，且权威统计软件如SAS、SPSS等均未涉足。对此，我们可以采取以下应对策略：

采用两组对比法实施非参数检验时，需留意第一类错误的控制。然而，非参数检验的效能稍逊，关于是否需调整α值存在分歧，通常认为：

(1)如果样本量较小，则不一定需要调整α水准，直接比较即可，这样可以补偿非参数检 验效能不足所带来的损失。

(2)如果样本量较大，比如每组均在几十例以上，则必须调整α水准。