检验问题可分为两类：参数检验和非参数检验。在具体函数形式总体分布的前提下，只有几个未知参数称为参数检验，否则称为非参数检验。
一、研究场景
非参数检查用于研究类别数据与定量数据之间的关系。例如，研究人员想知道不同性别学生的购买意愿是否有显著差异。如果购买意愿呈现正态，建议用户分析方差。如果购买意愿不呈现正态特征，建议使用非参数检查。
二、非参数检验方法类型
SPSSAU整理
不同样本形式使用的非参数检验方法不同，使用参数检验时的相应方法见下表：
还有许多非参数检查，如卡方检查、旅游检查等。本文以此为基础Kruskal-Wallis以检验为例分析。
如果X组是两组，如男女组，则应使用MannWhitney统计量，如果组别超过两组，则应该使用Kruskal-Wallis统计结果。SPSSAU自动为您选择MannWhitney或者Kruskal-Wallis统计量。
三、SPSSAU操作
1.SPSSAU上传数据
登录帐号后进入SPSSAU点击右上角的上传数据，上传处理好的数据点击上传文件。
2.拖动分析项
点击通用方法中的非参数检查，将分析项拖到右分析框，然后点击开始分析按钮。
3.选择参数
四、Kruskal一Wallis检验分析
背景：研究不同文化程度的人群对“淘宝客服服务态度”，“淘宝商家服务质量”这两项的差异性（此案例仅针对该文章使用）。
1.非参数检验分析结果
从上表可以看出，利用非参数检验研究学历对淘宝客服的态度， 淘宝商家服务质量有两种差异。从上表可以看出，学历由两组以上组成，因此使用Kruskal-Wallis分析检验统计量。
不同学历的样本对淘宝客户服务有着共同的态度(p>0.05) ，意味着不同学历样本对于淘宝客服服务态度全部均表现出一致性，并没有差异性。
此外，学历样本对淘宝商家的服务质量显著(p<0.05)意味着不同学历的样本对淘宝商家的服务质量有差异。
2.箱线图分析
蓝色代表淘宝客户服务态度，橙色代表淘宝商户服务质量。通过比较盒线图，我们可以清楚地看到，淘宝客户服务态度的不同学历样本不会表现出显著差异。此外，淘宝商户服务质量的学历样本也有显著差异。
3.Nemenyi法两两比较结果
首先，满足非参数Kruskal-Wallis检查显示显著性(p<0.05)，可以进一步进行事后检查；根据非参数检验分析结果，可以得到不同学历的样本，对淘宝商家的服务质量有一个显著的展示Nemenyi对比结果可以看出：高中与专科、高中与本科、专科与本科、专科与本科<0.05,因此，两者的比较结果存在显著差异，表格还提供中位数、差值等。
4.非参数检验分析结果(简化格式)
（1）横向
简化格式不提供25%和75%的分位数，但提供了统计和p值等关键指标。
（2）纵向
与简化的横向格式相比，上表显示的是非参数分析结果的纵向格式只是一个横向和一个纵向的表达方式。
五、其它问题
1. 如何解决数据质量异常提示？
假如是X的某一组，Y当数量小于2时，就会出现异常情况。建议使用分类汇总进行检查，确认异常情况后，使用筛选样本功能再次分析。
2.事后比较时：Nemenyi，Dunn’s t 检验和Dunn’s t 检验(校正p 如何选择值)？
在实际研究中，Dunn’t t 多用于检验，Dunn’s t 检验(校正p 值)检验效率低，非常保守(尤其是群体多的时候)，不建议使用。建议研究人员参考文献进行选择。
3.P25,P75是什么意思？
非参数检查时SPSSAU默认输出中位数，25%和75%分位数，建议结合箱线图比较数据分布的差异。
六、总结
以上是非参数检验的分析步骤，其他方法也是如此。事实上，在大多数研究中，如果可以使用参数检验，即使不满足正常分布，也优先考虑参数检验，特别是在样本量大的情况下。
请去更多干货SPSSAU官网查看。