用什么检验来比较两组数据的显著性差异？

如果跨表卡方检验结果显著，则需要研究组间哪些差异(比率或构成比)具有统计学意义，然后可以用分段法进行比较。在视频课程中，我介绍了人工筛选病例，将整个样本拆分成多个两两比较的过程，比较麻烦，容易出错。今天分享一个SPSS强大的参数选项——交叉表→Z检验——比较列比。借用生存分析公司的案例资料，想对乡镇、县市不同的教师进行调查了解，问“你是否认同教师聘任双向选择制？”对这个问题的看法有分歧吗？

检验两个相关样本的方法主要有:Wilcoxon检验、符号检验、McNemar检验和边际同质性检验。

符号检验

配对数据的符号检验，通过分析两个样本的每一对数据之间的差异的正负符号个数，判断两个总体分布是否相同，而不考虑差异的实际大小。它对样本是否来自正态总体没有严格的规定，常用来检验两个平均值的一致性。

通常配对数据之差，正值时为“+”，负值时为“-”。如果差值为“+”，“-”号的个数大致相等，可以认为两组数据的分布没有显著差异，出现“+”或“-”号的概率为0.5。如果配对数据的差异中“+”和“-”的出现次数相差很大，则可以推断两组数据的中位数水平或总体分布在某个显著性水平α上是不同的。

威尔科克森符号秩检验

它是对非参数统计中符号检验方法的改进，不仅利用了观测值与原假设中心位置的正负差值，而且利用了差值的信息。虽然是简单的非参数方法，但体现了秩的基本思想。

在按数量级排列差并对自然序列号(秩)进行编码之后，如果正号(表示为T+)的秩和与负号的秩，