單樣本游程檢驗(yàn)，與卡方檢驗(yàn)、二項檢驗(yàn)一樣，同屬于IBM SPSS Statistics的非參數(shù)檢驗(yàn)方法，是在總體方差未知的情況下，利用樣本數(shù)據(jù)對總體分布形態(tài)等進(jìn)行推斷分析的方法。

游程，簡單來說，就是樣本數(shù)據(jù)的排列。單樣本游程檢驗(yàn)，是一種通過分析樣本數(shù)據(jù)連貫性，來檢驗(yàn)樣本所屬總體數(shù)據(jù)隨機(jī)性的方法。當(dāng)我們需要研究一些自然分布數(shù)據(jù)的話，就需要確保抽取的數(shù)據(jù)符合隨機(jī)性，以剔除可能影響自然分布的因素。

一、使用的數(shù)據(jù)類型

SPSS的單樣本游程檢驗(yàn)，檢驗(yàn)的是二分變量的排列，因此，需要使用二值變量。如圖1所示，我們使用了性別作為本次檢驗(yàn)的二分變量，并使用編碼1代表男性、編碼0代表女性。

圖1：二值數(shù)據(jù)

為了讓檢驗(yàn)結(jié)果更加清晰，可打開數(shù)據(jù)集的變量視圖，在性別變量的值標(biāo)簽中，添加性別的值標(biāo)簽。

圖2：變量值標(biāo)簽

二、應(yīng)用游程檢驗(yàn)

完成數(shù)據(jù)的處理后，就可以依次單擊分析-非參數(shù)檢驗(yàn)-舊對話框-游程檢驗(yàn)，來打開游程檢驗(yàn)的設(shè)置面板。

圖3：游程檢驗(yàn)

打開設(shè)置面板后，先簡單了解一下游程檢驗(yàn)中的選項含義：

1. 檢驗(yàn)變量列表，即用于檢驗(yàn)的變量

2. 分割點(diǎn)，用于將變量的取值分為二組取值。如果數(shù)據(jù)中僅包含二值，需使用定制選項；如果數(shù)據(jù)中包含多個值，可指定中位數(shù)、眾數(shù)、平均值、定制值作為分割點(diǎn)

接下來，我們使用示例中的樣本性別數(shù)據(jù)演示一下實(shí)際操作。

圖4：游程設(shè)置面板

1.選擇變量

本例中需要檢驗(yàn)的是性別樣本數(shù)據(jù)是否具有隨機(jī)性。如圖5所示，將“性別”變量添加到檢驗(yàn)變量列表中，并將分割點(diǎn)設(shè)為1（由于數(shù)據(jù)僅包含0、1兩個數(shù)值）。

圖5：選擇變量

2.精確檢驗(yàn)

由于游程檢驗(yàn)屬于非參數(shù)檢驗(yàn)，需要進(jìn)行精確檢驗(yàn)設(shè)置。一般情況下，選擇“僅漸進(jìn)法（適用于較大樣本或服從漸進(jìn)分布的數(shù)據(jù)）”，如果數(shù)據(jù)不符合漸進(jìn)分布，則要選擇蒙特卡洛法。

圖6：精確檢驗(yàn)

3.結(jié)果解讀

完成以上設(shè)置后，運(yùn)行檢驗(yàn)。

從圖7的檢驗(yàn)結(jié)果看到，數(shù)據(jù)的總個案數(shù)為199，包含了97個游程，其漸進(jìn)顯著性為0.661>0.05，不能拒絕原假設(shè)，也就是說，本例中的性別樣本數(shù)據(jù)是隨機(jī)的。

圖7：結(jié)果不顯著

三、小結(jié)

綜上所示，IBM SPSS Statistics的游程檢驗(yàn)，是用于檢驗(yàn)樣本數(shù)據(jù)隨機(jī)性的一種非參數(shù)檢驗(yàn)方法。當(dāng)我們要驗(yàn)證樣本數(shù)據(jù)是否是從總體樣本中隨機(jī)抽取時，就可以應(yīng)用游程檢驗(yàn)法。