SPSS分析-T检验
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
▪ （1）单击“分析”|“比较均值”|“配对样本T 检验”命令，如图4-17所示，弹出图4-16所示 的对话框；
▪ （2）把变量“干预前”、“干预后”选入“成 对变量”框；
▪ （3）单击“确定”运行，输出结果。
▪ 2．结果解读
▪ （1）图4-18所示为配对样本T检验统计量表， 分别列出了两组变量的均数、样本量、标准差 、标准误。
▪ 用户可以指定一个或多个变量作为分组变量。
例4.1
▪ 例4.1：比较不同性别同学的成绩平均值，见例 4-1.sav。
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均值”|“均值”命 令，如图4-1所示，弹出图4-2所示的对话框；
▪ （2）将变量“成绩”放入 “因变量列表”框；将变量 “性别”放入“自变量列表 ”框；
▪ 2．结果解读
▪ （1）图4-14所示为独立样本T检验统计量表， 分别列出了“甲班”、“乙班”两个组的样本 量、均数、标准差、标准误。
▪ （2）图4-15所示为独立样本T检验分析的结果 ，并且进行了方差齐性检验。结果显示Levene 统计量为0.733，显著性P值为0.397>0.05，故 方差齐。不同组间独立样本T检验统计量 t=3.056，P值为0.004<0.01，因此认为两位老
师分别任教的甲、乙两班考试后的成绩存在差 异，即两位老师的教学质量存在差异。
4.4 配对样本T检验
▪ 目的 利用来自两个不同总体的配对样本，推断 两个总体的均值是否存在显著差异。
▪ 配对样本T检验的前提 （1）两样本必须是配对的 （2）样本来自的两个总体应服从正态分布。
4.4.1 原理
▪ 1．提出原假设 ▪ 2．选择统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著水平，并作出决策。
▪ （2）图4-19所示为配对样本T检验分析的结果 ，并且列出了干预前-干预后所得差值的均数、 标准差、标准误和95%置信区间。结果显示统 计量t=-3.305，P值=0.007<0.01，因此认为干 预前后该地区贫血儿童血红蛋白（%）平均水平
有变化，结合本案，可以认为该种干预措施可 以增加该地区贫血儿童血红蛋白（%）平均水平 。
▪ （3）单击“选项”按钮， 弹出图4-3所示的对话框， 选择需要的统计量，单击“ 继续”按钮，返回主对话框 ；
▪ （4）单击“确定”按钮运 行，输出结果。
▪ 2．结果解读
▪ 图4-4所示为均值报告，按性别列出了变量的均 数、样本、标准差，以及总的均数、样本、标 准差。
4.2 单样本T检验
▪ （1）目的 利用来自某总体的样本数据，推断 该总体的均值是否与指定的检验值之间存在显 著性差异。前提是样本来自的总体服从正态分 布。
IBM-SPSS
第4章
T检验
适用条件
▪ T检验是针对连续变量的统计推断方法中最基本的检 验方法。
▪ 样本量较大时，由中心极限定理可知样本均数的抽样 分布仍然是正态的，很少去考虑T检验的适用条件。
▪ 当样本例数n较小时，一般要求样本取自正态总体。
4.1 均值（Means）过程
▪ Means过程是SPSS计算各种基本描述统计量的 过程。
4.3.2 模块解读
▪ 1．独立样本T检验
▪ 2．“定义组”按钮
Hale Waihona Puke Baidu
▪ 3．“选项”按钮
4.3.3 实例详解
▪ 例4.3：现希望评价两位老师的教学质量，试比 较其分别任教的甲、乙两班（设甲、乙两班原 成绩相近，不存在差别）考试后的成绩是否存 在差异？见例5-3.sav。
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均数”|“独立样本T 检验”命令，如图4-13所示，弹出图4-7所示的 对话框；
▪ （4）单击“确定”按钮运行，输出结果。
▪ 2．结果解读
▪ （1）图4-8所示为单样本T检验统计量表，分别 列出了检验变量的样本量、均数、标准差、标 准误。
▪ （2）图4-9所示为单样本T检验的结果，结果显 示统计量t=3.056，P值=0.012<0.05，因此认为 用该方法测量所得结果与标准浓度值有差异。
4.2.1 原理
▪ 1．提出原假设 ▪ 2．选择检验统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著性水平，并作出决策
4.2.2 模块解读
▪ 1．单样本T检验
▪ 2．“选项”按钮
4.2.3 实例详解
▪ 例4.2：某药物在某种溶剂中溶解后的标准浓度 为20.00mg/L。现采用某种方法，测量该药物溶 解液11次，测量后得到的结果见例4-2.sav。
▪THE END
4.4.2 模块解读
▪ 1．配对样本T检验
▪ 2．“选项”按钮
4.4.3 实例详解
▪ 例4.4：某地区随机抽取12名贫血儿童的家庭， 实行健康教育干预三个月，干预前后儿童的血 红蛋白（%）测量结果见例4-4.sav，试问干预 前后该地区贫血儿童血红蛋白（%）平均水平有 无变化？
▪ 1．操作步骤
▪ 问：用该方法测量所得结果是否与标准浓度值 有所不同？见例4-2.sav
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均值”|“单样本T检 验”，如图5-7所示，弹出图4-5所示的对话框；
▪ （2）将变量“浓度”放入“检验变量”框；
▪ （3）在“检验值”框输入已知总体均数，此例 为20.00；
4.3 独立样本T检验
▪ 目的 利用来自两个总体的独立样本，推断两个总体 的均值是否存在显著差异
▪ 前提 （1）独立：两组数据相互独立，互不相关 （2）正态：即两组样本来自的总体符合正态分布 （3）方差齐性：即两组方差相等
4.3.1 原理
▪ 1．提出零假设 ▪ 2．选择检验统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著性水平，并作出决策
▪ （2）将变量“score”放入“检验变量”框； 将变量“class”放入“分组变量”框；
▪ （3）单击“定义组”按钮，弹出图4-8所示的 对话框，选中“使用指定值”选项，在“组1” 中输入“1”，在“组2”中输入“2”，单击“ 继续”按钮，返回主对话框。
▪ （4）单击“确定”按钮运行，输出结果。
▪ （2）把变量“干预前”、“干预后”选入“成 对变量”框；
▪ （3）单击“确定”运行，输出结果。
▪ 2．结果解读
▪ （1）图4-18所示为配对样本T检验统计量表， 分别列出了两组变量的均数、样本量、标准差 、标准误。
▪ 用户可以指定一个或多个变量作为分组变量。
例4.1
▪ 例4.1：比较不同性别同学的成绩平均值，见例 4-1.sav。
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均值”|“均值”命 令，如图4-1所示，弹出图4-2所示的对话框；
▪ （2）将变量“成绩”放入 “因变量列表”框；将变量 “性别”放入“自变量列表 ”框；
▪ 2．结果解读
▪ （1）图4-14所示为独立样本T检验统计量表， 分别列出了“甲班”、“乙班”两个组的样本 量、均数、标准差、标准误。
▪ （2）图4-15所示为独立样本T检验分析的结果 ，并且进行了方差齐性检验。结果显示Levene 统计量为0.733，显著性P值为0.397>0.05，故 方差齐。不同组间独立样本T检验统计量 t=3.056，P值为0.004<0.01，因此认为两位老
师分别任教的甲、乙两班考试后的成绩存在差 异，即两位老师的教学质量存在差异。
4.4 配对样本T检验
▪ 目的 利用来自两个不同总体的配对样本，推断 两个总体的均值是否存在显著差异。
▪ 配对样本T检验的前提 （1）两样本必须是配对的 （2）样本来自的两个总体应服从正态分布。
4.4.1 原理
▪ 1．提出原假设 ▪ 2．选择统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著水平，并作出决策。
▪ （2）图4-19所示为配对样本T检验分析的结果 ，并且列出了干预前-干预后所得差值的均数、 标准差、标准误和95%置信区间。结果显示统 计量t=-3.305，P值=0.007<0.01，因此认为干 预前后该地区贫血儿童血红蛋白（%）平均水平
有变化，结合本案，可以认为该种干预措施可 以增加该地区贫血儿童血红蛋白（%）平均水平 。
▪ （3）单击“选项”按钮， 弹出图4-3所示的对话框， 选择需要的统计量，单击“ 继续”按钮，返回主对话框 ；
▪ （4）单击“确定”按钮运 行，输出结果。
▪ 2．结果解读
▪ 图4-4所示为均值报告，按性别列出了变量的均 数、样本、标准差，以及总的均数、样本、标 准差。
4.2 单样本T检验
▪ （1）目的 利用来自某总体的样本数据，推断 该总体的均值是否与指定的检验值之间存在显 著性差异。前提是样本来自的总体服从正态分 布。
IBM-SPSS
第4章
T检验
适用条件
▪ T检验是针对连续变量的统计推断方法中最基本的检 验方法。
▪ 样本量较大时，由中心极限定理可知样本均数的抽样 分布仍然是正态的，很少去考虑T检验的适用条件。
▪ 当样本例数n较小时，一般要求样本取自正态总体。
4.1 均值（Means）过程
▪ Means过程是SPSS计算各种基本描述统计量的 过程。
4.3.2 模块解读
▪ 1．独立样本T检验
▪ 2．“定义组”按钮
Hale Waihona Puke Baidu
▪ 3．“选项”按钮
4.3.3 实例详解
▪ 例4.3：现希望评价两位老师的教学质量，试比 较其分别任教的甲、乙两班（设甲、乙两班原 成绩相近，不存在差别）考试后的成绩是否存 在差异？见例5-3.sav。
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均数”|“独立样本T 检验”命令，如图4-13所示，弹出图4-7所示的 对话框；
▪ （4）单击“确定”按钮运行，输出结果。
▪ 2．结果解读
▪ （1）图4-8所示为单样本T检验统计量表，分别 列出了检验变量的样本量、均数、标准差、标 准误。
▪ （2）图4-9所示为单样本T检验的结果，结果显 示统计量t=3.056，P值=0.012<0.05，因此认为 用该方法测量所得结果与标准浓度值有差异。
4.2.1 原理
▪ 1．提出原假设 ▪ 2．选择检验统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著性水平，并作出决策
4.2.2 模块解读
▪ 1．单样本T检验
▪ 2．“选项”按钮
4.2.3 实例详解
▪ 例4.2：某药物在某种溶剂中溶解后的标准浓度 为20.00mg/L。现采用某种方法，测量该药物溶 解液11次，测量后得到的结果见例4-2.sav。
▪THE END
4.4.2 模块解读
▪ 1．配对样本T检验
▪ 2．“选项”按钮
4.4.3 实例详解
▪ 例4.4：某地区随机抽取12名贫血儿童的家庭， 实行健康教育干预三个月，干预前后儿童的血 红蛋白（%）测量结果见例4-4.sav，试问干预 前后该地区贫血儿童血红蛋白（%）平均水平有 无变化？
▪ 1．操作步骤
▪ 问：用该方法测量所得结果是否与标准浓度值 有所不同？见例4-2.sav
▪ 1．操作步骤
▪ （1）单击“分析”|“比较均值”|“单样本T检 验”，如图5-7所示，弹出图4-5所示的对话框；
▪ （2）将变量“浓度”放入“检验变量”框；
▪ （3）在“检验值”框输入已知总体均数，此例 为20.00；
4.3 独立样本T检验
▪ 目的 利用来自两个总体的独立样本，推断两个总体 的均值是否存在显著差异
▪ 前提 （1）独立：两组数据相互独立，互不相关 （2）正态：即两组样本来自的总体符合正态分布 （3）方差齐性：即两组方差相等
4.3.1 原理
▪ 1．提出零假设 ▪ 2．选择检验统计量 ▪ 3．计算检验统计量观测值和概率P值 ▪ 4．给定显著性水平，并作出决策
▪ （2）将变量“score”放入“检验变量”框； 将变量“class”放入“分组变量”框；
▪ （3）单击“定义组”按钮，弹出图4-8所示的 对话框，选中“使用指定值”选项，在“组1” 中输入“1”，在“组2”中输入“2”，单击“ 继续”按钮，返回主对话框。
▪ （4）单击“确定”按钮运行，输出结果。