定量资料的统计分析，当心犯这6个错误！

1、不满足正态性要求

【原文】8例患者经插管化疗及栓塞后，阴道流血等症状消失，3周后复查血hCG值明显下降（见表1），治疗前后血hCG值经统计学处理有显著性差异（P<0.05）。

【分析】

在该研究中，作者意识到了原始数据不满足正态分布的条件，因此进行了对数转换，作者在注释1的描述“取其对数使之成为正态分布，经t检验P<0.05”，存在一点歧义，“t检验P<0.05”应该是针对组间差异的比较，但可能会让人以为是正态性检验的P<0.05。

该资料为同一组研究对象在治疗前后的测定值，属于自身前后对照设计，因此表1为配对资料，应该对差值（lgX1-lgX2）进行正态性检验。利用原文提供的数据进行正态性检验后发现，转换后依然不满足正态分布，因此不能选择配对t检验，而应该选择Wilcoxon符号秩和检验，结果为Z=-2.521，P=0.012，表明灌注治疗后，血hCG显著低于治疗前。

扩展阅读：SPSS教程：判断数据正态分布的超多方法；配对样本t检验，史上最完整SPSS操作教程；SPSS操作：Wilcoxon符号秩和检验

2、不满足方差齐性要求

【原文】平均年龄71岁与60岁以下患者药物动力学参数比较，见表2（只选取原文中前两个指标）。

【分析】

1. 该研究中，作者采用了成组t检验对“老年组”和“60岁以下组”的研究指标进行了比较。但是根据表2提供的数据，可以发现60岁以下组中，α指标的标准差大于均值，很有可能不满足正态分布的要求，但是由于缺乏原始数据，无法进一步进行检验。

2. 两组的α指标和β指标的标准差存在差异，尤其是α指标，“60岁以下组”的标准差明显大于“老年组”，因此需要进行方差齐性检验（H0：两组总体方差相等，H1=两组总体方差不相等）。经过计算发现:

α指标： 

F=3.5553² /0.1177² =912.43，P<0.10

β指标： 

F=0.1005²/0.0549²=3.35，P>0.10

因此α指标并不满足方差齐性的要求，不能使用成组t检验，考虑到两组样本含量较小，可以选择t’检验，计算t’值，对自由度进行校正，然后确定P值。

扩展阅读：SPSS详细操作：两个样本均数比较的t检验

3、资料类型与统计分析方法不匹配

【原文】统计学处理：使用SPSS13.0统计软件对数据进行统计分析，其中计量资料采用表示，并且数据采用t检验，两组间差异采用χ²检验，当P<0.05时，数据对比有统计学意义（见表3）。

【分析】

统计分析前需要正确识别资料的类型，然后再根据不同的资料类型选择正确的统计分析方法。统计资料一般分为定量资料和定性资料。

表3数据中，“住院时间”为定量资料，“感染率”、“患者满意度”、“并发症发生率”为定性资料。但是四个指标同时进行了t检验和χ²检验，可见作者并没有根据资料类型选择合适的统计分析方法。

“住院时间”为定量资料，在满足正态性的前提下，应该选择两独立样本t检验进行分析，而不能进行χ²检验分析（由于缺少原始数据，故这里无法验证结果）。

根据四格表的应用条件，“感染率”采用校正四格表χ²检验，χ² = 0.669，P = 0.413；“患者满意度”采用校正四格表χ²检验，χ² = 1.350，P = 0.245；“并发症发生率”采用四格表χ²检验，χ² = 4.000，P = 0.046。结果显示，计算结果与表3均并不相符，并且两组只有“并发症发生率”存在差异。

如果作者想对“住院时间”进行χ²检验，则需要对原始数据进行转换。例如该类疾病患者平均住院时间为x天，据此将患者分为“住院时间>x天”和“住院时间≤x天”两种情况，整理成如表4的形式，然后根据四格表χ²检验的应用条件进行计算。但是究竟是否需要对资料进行转换，还取决于资料的特点和作者的研究目的，而不能任意进行转换。