单样本游程检验，与卡方检验、二项检验一样，同属于IBM SPSS Statistics的非参数检验方法，是在总体方差未知的情况下，利用样本数据对总体分布形态等进行推断分析的方法。

游程，简单来说，就是样本数据的排列。单样本游程检验，是一种通过分析样本数据连贯性，来检验样本所属总体数据随机性的方法。当我们需要研究一些自然分布数据的话，就需要确保抽取的数据符合随机性，以剔除可能影响自然分布的因素。

一、使用的数据类型

SPSS的单样本游程检验，检验的是二分变量的排列，因此，需要使用二值变量。如图1所示，我们使用了性别作为本次检验的二分变量，并使用编码1代表男性、编码0代表女性。

图1：二值数据

为了让检验结果更加清晰，可打开数据集的变量视图，在性别变量的值标签中，添加性别的值标签。

图2：变量值标签

二、应用游程检验

完成数据的处理后，就可以依次单击分析-非参数检验-旧对话框-游程检验，来打开游程检验的设置面板。

图3：游程检验

打开设置面板后，先简单了解一下游程检验中的选项含义：

1. 检验变量列表，即用于检验的变量

2. 分割点，用于将变量的取值分为二组取值。如果数据中仅包含二值，需使用定制选项；如果数据中包含多个值，可指定中位数、众数、平均值、定制值作为分割点

接下来，我们使用示例中的样本性别数据演示一下实际操作。

图4：游程设置面板

1.选择变量

本例中需要检验的是性别样本数据是否具有随机性。如图5所示，将“性别”变量添加到检验变量列表中，并将分割点设为1（由于数据仅包含0、1两个数值）。

图5：选择变量

2.精确检验

由于游程检验属于非参数检验，需要进行精确检验设置。一般情况下，选择“仅渐进法（适用于较大样本或服从渐进分布的数据）”，如果数据不符合渐进分布，则要选择蒙特卡洛法。

图6：精确检验

3.结果解读

完成以上设置后，运行检验。

从图7的检验结果看到，数据的总个案数为199，包含了97个游程，其渐进显著性为0.661>0.05，不能拒绝原假设，也就是说，本例中的性别样本数据是随机的。

图7：结果不显著

三、小结

综上所示，IBM SPSS Statistics的游程检验，是用于检验样本数据随机性的一种非参数检验方法。当我们要验证样本数据是否是从总体样本中随机抽取时，就可以应用游程检验法。