SPSS編程在Ridit分析中的應用

多樣本有序分類資料（或等級資料）我們一般采用非參數檢驗——H檢驗（Kruskal-Wallis法），但其結論只得出三組或多組間總的有差別，若要知道兩兩間是否有差別，則沒有Ridit分析只要一次就能得出兩兩比較結果那么方便。Ridit分析是一種關于等級資料進行對比組與標準組比較的假設檢驗方法，其基本思想是先確定一個標準組（常用以往積累資料或樣本含量相當大的資料）作為特定總體，求得各等級的R值，標準組平均R值理論上可以證明等于0.5，其它各組與標準組比較，看其可信區間是否與0.5重疊，來判斷組間的統計學顯著性[1]，最后得出專業解釋。而Ridit分析在SPSS中卻沒有現成的模塊，但我們可以通過編程可以方便的實現之，茲介紹下：
1．  建立或調用SPSS數據文件
某醫生用三種方劑治療某婦科病，療效如表1，問三種方劑的療效有無差別[2]。首先建立表1的1~4列數據文件，EFFECT：療效（1：無效，2：好轉，3：顯效，4：控制）；A：糖衣片頻數；B：黃酮片頻數；C：復方組頻數。
表1 三種方劑療效比較的SPSS數據文件（第1~4  列）及編輯后運行的各等級Ridit值計算表
療效 糖衣片 黃酮片
A EFFECT B
② ① ③
1 48 5
2 184 16
3 77 18
4 52 19
2．SPSS程序的編制和運行
（1）在數據編輯窗口（Data Editor），通過通過菜單選擇：File→New→Syntax，打開語句編輯窗口（Syntax Editor）；若已經建立程序，可通過Open→Syntax直接打開。
（2）在語句編輯窗口，用鍵盤輸入表2的程序。
表2 Ridit分析的SPSS程序（不要輸入行號）
行號  程序  行號  程序
1  CREATE L=CSUM(A).  17  T-TEST
2  COMPUTE L1=LAG(L,1).  18   /TESTVAL=0
3  IF (effect=1) L1=0.  19   /VARIABLES=R
4  COMPUTE D=A/2.  20   /CRITERIA=CIN (.95) .
5  COMPUTE T=L1+D.  21  WEIGHT BY B .
6  IF (EFFECT=4) S=L.  22  T-TEST
7  SORT CASES BY EFFECT(D).  23   /TESTVAL=0
8  LOOP IF (EFFECT<4).  24   /VARIABLES=R_B
9  COMPUTE S1=LAG(S,1).  25   /CRITERIA=CIN (.95) .
10  COMPUTE S=S1.  26  WEIGHT BY C .
11  END LOOP IF (EFFECT=1).  27  T-TEST
12  COMPUTE R=T/S.  28   /TESTVAL=0
13  SORT CASES BY EFFECT(A).  29   /VARIABLES=R_C
14  COMPUTE R_B=R.  30   /CRITERIA=CIN (.95) .
15  COMPUTE R_C=R.  31  EXECUTE.
16  WEIGHT BY A .    
以上程序在語句編輯窗口輸入時，不要輸入行號，程序中的英文字母不分大、小寫。另外該程序也可在Word、記事本等其他文本編輯軟件中編輯，然后只要通過復制將程序粘貼到Syntax Editor窗口。
（3）在語句編輯窗口，通過菜單選擇：Run→All運行程序。
3．結果解釋
以上程序是以糖衣片（A）組作為標準組計算R值，L：累積頻數（為求L1的中間變量）；L1：累積頻數下移一行；D：標準組各等級之半；T：為L1欄加上D欄的值；S：標準組的總例數；S1（為求S的中間變量）；R：標準組的R值。程序運行后，還可在Output窗口中查看到A、B、C三組的平均R值及95%的可信區間：糖衣片的平均R值為0.5，與理論相符，說明計算正確；黃酮片：平均R值為0.6493，95%CI（0.5758，0.7228）；復方片：平均R值為0.5045，95%CI（0.4371，0.5718）。根據可信區間是否與標準組（理論上為0.5）相交來決定各對比組間的顯著性水平，如圖1，糖衣片的R值對應于0.5，復方片95%的可信區間與糖衣片平均R值（理論上為0.5）重疊，所以P>0.05，故復方片與糖衣片之間的療效無統計學顯著性，尚不能認為兩者療效間有統計學差異；而黃酮片可信區間與理論R值0.5不重疊，則P<0.05，故黃酮片與糖衣片之間的療效存在統計學顯著性；同理可知，黃酮片與復方片的可信區間也不重疊，故兩者療效存在統計學差異。

圖2 標準組平均R值、對比組平均R值及95%可信區間
4．程序解釋
第1~3行：計算標準組累計頻數（移下一行）。CSUM（Cumulative sum）為計算標準組的累加和L，LAG（variable,ncases）為數值型函數或字符型函數[2]，返回數據集中某一變量（variable）的ncases之前的觀測值所屬變量的值，對第1個觀察值來說，將返回缺失值（數值型變量）或空格（字符型變量）[3]。本例實際上是將變量L的值下移一行。
第4行：計算D標準組各頻數之半。
第5行：計算T，即標準組各頻數之半與累計頻數（移下一行）之和。
第6~11行：計算標準組總例數S，其中S1是為了計算S而設定的中間變量，LOOP和END LOOP為循環語句，必結合使用，可同時控制變量轉換的次數和條件，本例中的第一次循環，對EFFECT<4的個例進行變量轉換；第二次循環時，對EFFECT<3的個體進行變量變換，直至EFFECT=1，循環結束。
第12~15行：產生標準組及A組（變量A_R）和B組（變量B_R）的R值，這三組的R值是一樣，其中A組與B組的R值是為了計算A、B兩組的可信區間作準備。
第16~31行：分組計算糖衣片A（標準組）、黃酮片B及復方組C的95%的可信區間，可在Output窗口中查看。第16、21、26行分別對A、B、C各組的頻數進行加權（Weight），第17~20行是調用T-Test程序計算標準組的平均R值。第22~25行和第27~30行為分別計算黃酮片（B組）及復方組（C組）的平均R值及95%的可信區間。
5．組內不能確定標準組時SPSS的處理方法
若標準組數量很大時，可看作總體（如上例把糖衣片看成標準組），不必計算抽樣誤差，將對比組作為樣本進行檢驗。但有時相互比較的各組樣本中往往并無例數很多的組別，如仍將其中一組作為標準組依照上例方法處理是不適當，這時可將各組的等級合并，以其合計數作為各等級的標準分布，計算各等級的Ridit值。在以上程序中只要利用COMPUTE命令產生一個新的變量來表示各組的等級合并，如在第1行插入：COMPUTE Tf（合計頻數）=A+B+C；再將上面的程序作適當的修改，即可算出各組的平均R值。然后用u檢驗公式（兩組時用）或χ2檢驗公式（多組時用）進行假設檢驗[2]，u值或χ2值計算可以在Transform→Compute菜單中利用軟件提供的各種函數和表達式來實現，同時也可利用其中的統計函數u值累積分布函數（CDF.NORM（u，0，1））或χ2累積分布函數（CDF.CHISQ（χ2，df））直接返回相應的P值，具體過程不多加詳述。