最新SPSS5—— 均值比较与检验PPT
合集下载
SPSS均数的比较 PPT资料共37页
33
SPSS12.0统计软件
单因素方差分析
Post Hoc 对话框
SPSS12.0统计软件
单因素方差分析
Mul tiple C omparis ons Dependent Variab le: 血糖下降值
LSD
(I) 分组 高剂量 组
(J) 分组 低剂量 组
Mean Difference (I-J)
肺活量
Leven e Statis tic d f1
2.852
2
d f2 28
Sig . .075
AN OVA
肺活量
Sum of S quares df Mean S quare F
Betw een Gro9up.2s66
2 4.633 84.544
Within Group1s.534
28
.055
T otal
H0及H1 对适用条件的检查： 正态性、方差齐性 方差分析表的阅读
28
SPSS12.0统计软件
单因素方差分析
Analyze——Compare Means——One-Way ANOVA
SPSS12.0统计软件
单因素方差分析
Te s t of Homoge ne ity of Variance s
均数的比较
均数间的比较
预分析——Means过程
单样本设计t检验 两独立样本t检验 配对设计t检验
Analyze
Compare Means
预分析——Means过程
该过程更倾向于对样本进行描述 它可以按分组变量计算描述指标，进行检验前的 预分析 也可直接进行比较
例：对数据hb.sav进行预分析
预分析——Means过程
SPSS12.0统计软件
单因素方差分析
Post Hoc 对话框
SPSS12.0统计软件
单因素方差分析
Mul tiple C omparis ons Dependent Variab le: 血糖下降值
LSD
(I) 分组 高剂量 组
(J) 分组 低剂量 组
Mean Difference (I-J)
肺活量
Leven e Statis tic d f1
2.852
2
d f2 28
Sig . .075
AN OVA
肺活量
Sum of S quares df Mean S quare F
Betw een Gro9up.2s66
2 4.633 84.544
Within Group1s.534
28
.055
T otal
H0及H1 对适用条件的检查： 正态性、方差齐性 方差分析表的阅读
28
SPSS12.0统计软件
单因素方差分析
Analyze——Compare Means——One-Way ANOVA
SPSS12.0统计软件
单因素方差分析
Te s t of Homoge ne ity of Variance s
均数的比较
均数间的比较
预分析——Means过程
单样本设计t检验 两独立样本t检验 配对设计t检验
Analyze
Compare Means
预分析——Means过程
该过程更倾向于对样本进行描述 它可以按分组变量计算描述指标，进行检验前的 预分析 也可直接进行比较
例：对数据hb.sav进行预分析
预分析——Means过程
spss课件-均值比较与检验
功能：分組計算、比較指定變數的描述統計量。包括均值、標準
差、總和、觀測數、方差等等，還可以給出方差分析表和線性檢驗 結果。描述統計量公式P126。
Analyze-> Compare Means->Means
• Dependent List：因變數（分析變數，一般為定距或定序變數） • Independent List：引數（分組變數，為分類變數，注意可分
要求：a. 被比較的兩組樣本彼此獨立, 沒有
配對關係 b. 兩組樣本均來自正態總體 c. 均值是對於檢驗有意義的描述統計量
兩組樣本方差相等和不等時使用的計算t值的公式不 同。因此應該先對方差進行齊次性檢驗。SPSS的輸出， 在給出方差齊和不齊兩種計算結果的t值，和t檢驗的 顯著性概率的同時，還給出對方差齊次性檢驗的F值 和F檢驗的顯著性概率。用戶需要根據F檢驗的結果自 己判斷選擇t檢驗輸出中的哪個結果，得出最後結論。
能否用樣本均值估計總體均值？兩個變數均值接近的 樣本是否來自均值相同的總體？換句話說，兩組樣本 某變數均值不同，其差異是否具有統計意義？能否說 明總體差異？這是各種研究工作中經常提出的問題。 這就要進行均值比較。
8.1.2 進行均值比較及檢驗的過程
MEANS過程：不同水準下（不同組）的描述統計量，如男女
的平均工資,各工種的平均工資。目的在於比較。術語：水準數 （指分類變數的值數，如sex變數有2個值，稱為有兩個水準）、 單元Cell（指因變數按分類變數值所分的組）、水準組合
T test 過程：對樣本進行T檢驗的過程
• 單一樣本的T檢驗：檢驗單個變數的均值是否與給定的常數之 間存在差異。
• 獨立樣本的T檢驗：檢驗兩組不相關的樣本是否來自具有相同 均值的總體（均值是否相同，如男女的平均收入是否相同，是 否有顯著性差異）
差、總和、觀測數、方差等等，還可以給出方差分析表和線性檢驗 結果。描述統計量公式P126。
Analyze-> Compare Means->Means
• Dependent List：因變數（分析變數，一般為定距或定序變數） • Independent List：引數（分組變數，為分類變數，注意可分
要求：a. 被比較的兩組樣本彼此獨立, 沒有
配對關係 b. 兩組樣本均來自正態總體 c. 均值是對於檢驗有意義的描述統計量
兩組樣本方差相等和不等時使用的計算t值的公式不 同。因此應該先對方差進行齊次性檢驗。SPSS的輸出， 在給出方差齊和不齊兩種計算結果的t值，和t檢驗的 顯著性概率的同時，還給出對方差齊次性檢驗的F值 和F檢驗的顯著性概率。用戶需要根據F檢驗的結果自 己判斷選擇t檢驗輸出中的哪個結果，得出最後結論。
能否用樣本均值估計總體均值？兩個變數均值接近的 樣本是否來自均值相同的總體？換句話說，兩組樣本 某變數均值不同，其差異是否具有統計意義？能否說 明總體差異？這是各種研究工作中經常提出的問題。 這就要進行均值比較。
8.1.2 進行均值比較及檢驗的過程
MEANS過程：不同水準下（不同組）的描述統計量，如男女
的平均工資,各工種的平均工資。目的在於比較。術語：水準數 （指分類變數的值數，如sex變數有2個值，稱為有兩個水準）、 單元Cell（指因變數按分類變數值所分的組）、水準組合
T test 過程：對樣本進行T檢驗的過程
• 單一樣本的T檢驗：檢驗單個變數的均值是否與給定的常數之 間存在差異。
• 獨立樣本的T檢驗：檢驗兩組不相關的樣本是否來自具有相同 均值的總體（均值是否相同，如男女的平均收入是否相同，是 否有顯著性差異）
SPSS第5章
注意：只有一个控制层
1选择变量h作为因变量
2 选择分类变量sex
3 选择分类变量age
sex变量共有两个水平：0和1（表示女和男），age变量有 三个水平：10、11、12岁。那么对因变量的分析是分别给 出男、女各组的身高平均值、标准差等基本描述统计量， 再给出10、11、12三个年龄中的身高平均值、标准差等基 本描述统计量。
SPSS
第五章 均值比较与检验
5.1 假设检验
假设检验的基本步骤：
1．建立检验假设和确定检验水准
虚无假设 H0：μ=μ0 总体均数相等，差异仅由抽样误差所致。 备择假设 H1：μ≠μ0 总体均数不相等，差异不仅仅是由抽样误差所致。 显著性水平是假设检验时发生的第I类错误的概率。 用α表示，通常取0.05或0.01。
分类变量age和sex分别控制第一层和第二层，那么共分八组给出 身高的平均值、标准差，即分别给出10、11、12、13岁男学生的 身高的描述统计量，还分别给出10、11、12、13岁女生身高的描 述统计量。
单 击
把第二个分类变量送入框中
单击Options按钮，展开Options对话框，在Statistics for First Layer栏中选中以下两项：选中ANOVA table and eta复 选项，选中Test of Linearity复选项。单击Continue按钮返回 主对话框。
在源变量表中选择第二个分类变量，将其送入第二层，显示在 Independent List框中作为第二层的分类变量。此时 Previous、Next 两个按钮均加亮，表示既可以单击Previous 向前回到第一层，又可以单击Next按钮，去建立第三层。
如果两个分类变量的水平数分别为n1、n2，两个变量分别控制 第一层和第二层，那么会将因变量分为n1×n2组，每个组合叫 做一个单元(Cell)，按单元给出因变量的统计量。
SPSS--均数间的比较(一)PPT课件
2021/3/12
19
练习题
为了解聋哑学生学习 成绩与血清锌含量的 关系，某人按年龄、 性别和班级在聋哑学 校随机抽取成绩优、 差的14对学生进行配 对研究，得其结果如 下表所示，问聋哑学 生学习成绩与血清锌 含量有无关系？
2021/3/12
编号 优生组 差生组 编号 优生组 差生组
1
1.20
1.31
8
0.80
0.86
2
0.99
1.34
9
0.84
0.72
3
1.03
1.10
10
0.85
0.88
4
0.90
0.72
11
1.05
0.81
5
1.22
0.92
12
1.08
1.30
6
0.90
1.34
13
1.15
0.85
7
0.97
0.98
14
0.90
0.80
20
感谢您的阅读收藏，谢谢！
2021/3/12
21
2021/3/12
18
练习题
研究不同饲料对雌鼠体重增加的关系，资料见 下，问这两种饲料对雌鼠体重增加的影响有无 差别
饲料 高蛋白
鼠数
各 鼠 所 增 体 重 （克）
12 134 146 104 119 124 161 107 83 113 129 97 123
低蛋白
7
70 118 101 85 107 132 94
2021/3/12
3
抽样误差
标准误
样本均数以总体均数为 中心呈正态分布。
样本均数的标准差成为 标准误。
SPSS推断统计之均值比较与方差分析 PPT课件
• H0： 某一数值 • 指定为 = 号，即 或 • 例如, H0： 3190（克）
提出原假设和备择假设
什么是备择假设？(alternative hypothesis) 1. 与原假设对立的假设，也称“研究假设” 2. 研究者想收集证据予以支持的假设总是有不
等号: , 或 3. 表示为 H1
H0值 临界值 计算出的样本统计量
利用 P 值进行检验 (决策准则)
1. 单侧检验
• 若p-值 ,不拒绝 H0 • 若p-值 < , 拒绝 H0
2. 双侧检验
• 若p-值 /2, 不拒绝 H0 • 若p-值 < /2, 拒绝 H0
假设检验中的两类错误
1. 第一类错误（弃真错误）
• 原假设为真时拒绝原假设 • 会产生一系列后果 • 第一类错误的概率为
✓ 配对样本t检验
•Paired-samples t-test •同一变量、同一组在不同的情况、均值差异
Independent-samples t-test
例子：sex differences in self-esteem scores (dataFile1.sav) • 研究问题
Is there a significant difference in the mean of self-esteem scores for males and females? • 分析单元：个人 (Individual) • 自变量：性别 (分类变量) •因变量：self-esteem score （等比变量） • 需满足的假定条件
被称为显著性水平
2. 第二类错误（取伪错误）
• 原假设为假时接受原假设 • 第二类错误的概率为(Beta)
假设检验的流程
提出原假设和备择假设
什么是备择假设？(alternative hypothesis) 1. 与原假设对立的假设，也称“研究假设” 2. 研究者想收集证据予以支持的假设总是有不
等号: , 或 3. 表示为 H1
H0值 临界值 计算出的样本统计量
利用 P 值进行检验 (决策准则)
1. 单侧检验
• 若p-值 ,不拒绝 H0 • 若p-值 < , 拒绝 H0
2. 双侧检验
• 若p-值 /2, 不拒绝 H0 • 若p-值 < /2, 拒绝 H0
假设检验中的两类错误
1. 第一类错误（弃真错误）
• 原假设为真时拒绝原假设 • 会产生一系列后果 • 第一类错误的概率为
✓ 配对样本t检验
•Paired-samples t-test •同一变量、同一组在不同的情况、均值差异
Independent-samples t-test
例子：sex differences in self-esteem scores (dataFile1.sav) • 研究问题
Is there a significant difference in the mean of self-esteem scores for males and females? • 分析单元：个人 (Individual) • 自变量：性别 (分类变量) •因变量：self-esteem score （等比变量） • 需满足的假定条件
被称为显著性水平
2. 第二类错误（取伪错误）
• 原假设为假时接受原假设 • 第二类错误的概率为(Beta)
假设检验的流程
SPSS推断统计之均值比较与方差分析 PPT课件
自变量x 顺序变量 两个分类
数值变量
“回归分析和相关分析” （因变量用虚拟变量） Logistic回归 考上大学的概率
顺序变量 两个分类
ቤተ መጻሕፍቲ ባይዱ
两个顺序变量的 两个顺序
因
秩方法
变 量
数值变量
1.“回归分析和相关分析” 两个顺序 （自变量用虚拟变量）
“回归分析和相关分析” 气温与冰激凌销售量
男女教授工资间差异
所关心的参数主要有总体均值(μ)、标准差(σ)、总体比例 (π)等
总体参数通常用希腊字母表示
2. 统计量(statistic)
用来描述样本特征的概括性数字度量,它是根据样本数 据 计算出来的一些量,是样本的函数
所关心的样本统计量有样本均值、样本标准差(s) 、样本 比例(p)等
样本统计量通常用小写英文字母来表示
•样本很小的等距或等比变量的假设检验
假设检验
✓ 样本与总体之间、样本与样本之间在描述 统计量上是否存在显著差异
✓ 显著性检验 (Significant testing) ✓ 理论基础：样本分布理论 (Sampling
distribution)
提出原假设和备择假设
什么是原假设？(null hypothesis) 1. 待检验的假设，又称“0假设” 2. 研究者想收集证据予以反对的假设 3. 总是有等号 , 或 4. 表示为 H0
有了SPSS怎么作出统计决策？
使用P值（P-value） 1. 是一个概率值 2. 如果原假设为真，P-值是抽样分布中大于
或小于样本统计量的概率
• 左侧检验时，P-值为曲线下方小于等于检
验统计量部分的面积
• 右侧检验时，P-值为曲线下方大于等于检
《SPSS均值比较》课件
SPSS的主要功能
数据管理
SPSS提供了强大的数据导入、导出和编辑功能 ，支持多种数据格式。
数据可视化
SPSS支持多种图表类型，如柱状图、饼图、散 点图等，帮助用户更好地理解数据。
ABCD
统计分析
SPSS提供了广泛的数据分析方法，包括描述性 统计、推论性统计、多元统计分析等。
预测建模
SPSS的预测建模功能可以帮助用户构建预测模 型，进行预测和决策分析。
，从而进行比较和评价。
判断数据集的集中趋势
02
均值是描述数据集集中趋势的重要指标，通过计算和比较均值
，可以了解数据集的集中趋势。
揭示数据集的离散程度
03
通过计算标准差等指标，可以了解数据集的离散程度，从而判
断数据的稳定性。
均值比较的统计方法
01
T检验
用于比较两组数据的均值是否存 在显著差异，分为独立样本T检 验和配对样本T检验。
SPSS的界面介绍
菜单栏
SPSS的菜单栏包括文件、编辑、 查看器、数据、转换、分析、图 形、实用程序等选项卡，方便用 户进行各种操作。
主界面
SPSS的主界面包括菜单栏、工具 栏、数据编辑窗口和结果输出窗 口等部分。
工具栏
SPSS的工具栏提供了常用功能的 快捷按钮，方便用户快速执行操 作。
数据编辑窗口
均值比较的意义与价值
均值比较是统计分析中的基础方法，用于比较两组或多组数据的平均水平 ，从而了解数据之间的差异。
均值比较在社会科学、医学、经济学等领域有着广泛的应用，对于探究数 据背后的规律和趋势具有重要的价值。
通过均值比较，可以直观地展示数据的中心趋势，为进一步的数据分析和 挖掘提供基础。
未来研究的方向与展望
SPSS数据分析教程-5-比较均值.ppt
例子
打开数据文件brakes.sav，该数据为某工厂不 同机器生产的刹车片直径，已知符合质量标准 的刹车片直径应为322 mm，现在需要知道哪些 机器生产的刹车片直径不符合质量标准。
按照机器号拆分文件
需要对各个机器分别进行检验，因此需要根据 机器拆分该数据文件。打开数据文件 brakes.sav，选择【数据】→【拆分文件】
两类错误
“小概率事件在一次试验中几乎不会发生” ，但是小 概率事件并非是不可能发生，只是其发生的概率很小， 并不能完全排斥其发生的可能性。
因而假设检验有可能犯两类错误：
第一类错误：原假设正确，而错误地拒绝了它，即“拒真” 的错误，其发生的概率为犯第一类错误的概率。
第二类错误：原假设不正确，而错误地没有拒绝它，即“受 伪”错误，其发生的概率为犯第二类错误的概率。
假设检验的步骤
1. 确定恰当的原假设和备择假设； 2. 选择检验统计量； 3. 计算检验统计量观测值发生的概率，即p 值； 4. 给定显著性水平®，并作出决策。如果p<® ，
则拒绝原假设，反之，没有理由拒绝原假设。
均值子菜单
均值过程
SPSS的均值过程是描述和分析尺度变量 （Scale）的一种有用的方法，可以获得需要 分析的变量的许多中心趋势和离散趋势的统计 指标，同时它可以对不同的组别或者交叉组别 进行比较。
df
15 15 15 15 15 15 102
-.0014858
.000
.0142629
.522
-.0017174
.020
-.0045649
.085
.0042486
.274
.0024516
.018
.0061813
.107
第五章 SPSS参数检验
配对样本的 t 检验 （数据形式）
观察序号
样本1
样本2
差值
1 2 M i M n
x 11 x 12 M x 1i M x 1n
x 21 x 22 M x 2i M x 2n
D1 = x 11 - x 21 D1 = x 12 - x 22 M D1 = x 1i - x 2i M D1 = x 1n- x 2n
1
2 2
总体2
抽取简单随机样 样本容量 n1 计算X1
计算每一对样本 的X1-X2
抽取简单随机样 样本容量 n2 计算X2
所有可能样本 的X1-X2
抽样分布
1 2
两个总体均值之差的检验 (12、 22 已知)
•
1.假定条件 （1）两个样本是独立的随机样本 （2）两个总体都是正态分布 （3）若不是正态分布, 可以用正态分布来近似(n130和 n230) 2.检验统计量为
1 2 0
5.5 两配对样本的T检验
5.5.1 两配对样本T检验的目的 （1）利用来自两个总体的配对样本，推断两个总体 的均值是否存在显著性差异。 （2）配对样本：个案在“前”“后”两种状态下， 或事物两个不同侧面的描述。 （3）要求： ①两配对样本的样本容量应该相等，两组样本观察 值的顺序一一对应，不能随意改变； ②样本来自的总体服从或近似服从正态分布。
5.2.2 单样本T检验的实现思路 • （1）提出原假设： H0 : 0
• （2）计算检验统计量和概率P值
X 0 t S n
（3）给定显著性水平与p值做比较：如果p值小于 显著性水平，小概率事件在一次实验中发生，则我 们应该拒绝原假设，反之就不能拒绝原假设。
5.2.3 单样本t检验的基本操作步骤
均值比较及差异性检验ppt课件
❖ 基本操作过程：
1. 选定Means过程对话框；
（Analyze-Compare Means-Means）
2. 选择自变量与分组变量（也可加入层变 量）；
3. 对Means过程的分析结果进行比较分析；
5.2 单样本T检验
❖ SPSS单样本T检验是检验某个变量的总体均 值和某指定值之间是否存在显著差异。统计 的前提是样本总体服从正态分布。也就是说 单样本本身无法比较，进行的是其均数与已 知总体均数间的比较。
❖ 5.1 Mean过程 ❖ 5.2 单一样本T检验 ❖ 5.3 独立样本T检验 ❖ 5.4 两配对样本T检验 ❖ 5.5 正态分布检验
5.1 Means过程
❖ Means过程是SPSS计算各种基本描述统计量 的过程。与计算某一样本总体均值相比， Means过程其实就是按照用户指定条件，对样 本进行分组计算均数和标准差，如按性别计 算各组的均数和标准差。
❖ 在统计分析过程中，很重要的一点是对抽 样的样本必须有代表性，即每个个体都有同 等概率被抽中。但由于抽样误差的存在，在 抽样过程中不可避免会抽到一些数值较大或 较小的个体导致样本统计量与总体参数之间 有所不同，所造成的问题就是：某个样本能 否认为是来自某个确定均值的总体。
❖ 在正态或近似正态分布的计量资料中，经 常在使用统计描述过程分析后，还要进行组 与组之间平均水平的比较。本章介绍的T检验 方法，主要应用在两个样本间比较且只能进 行一个或两个样本间的比较。如果需要比较 两组以上样本均数的差别，则需使用方差分 析方法。
❖ 单样本T检验的零假设为H0：总体均值和指 定检验值之间不存在显著差异。
❖ 采用T检验方法，按照下面公式计算T统计 量：
❖ 基本操作步骤：
1.选择单样本T检验对话框；
- 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)。
SPSS5—— 均值比较与检验
结果分析4
相关强度测量结果
Measures of Associ ati on
Eta Eta Squared
住 * 文 房化 使程 用度 面.积 252
.064
Eta Squared值为0.064,表明变量的相关强度并不 高。
SPSS5—— 均值比较与检验
二、单一样本T检验
SPSS5—— 均值比较与检验
均值分析（MEANS）
什么时候会用这种方法： 举例： 1.不同受教育水平与收入之间是否相关。 2.不同年级与逃课次数是否相关。
SPSS5—— 均值比较与检验
按Analyze—Compare Means—Means顺序，打开 Means主对话框
分析变量（定距）
SPSS5—— 均值比较与检验 分组变量(定类）
第5讲：均值比较与检验
SPSS5—— 均值比较与检验
均值分析实质 上是分析定类变量和 定距变量之间的相关关系。 举例：性别与收入是否存在相关关系？
SPSS5—— 均值比较与检验
主要内容
MEANS过程 单一样本T检验 (One-Sample T Test） 独立样本T检验 (IndependentSample T Test) 配对样本T检验 (PairedSample T Test) 方差分析（One-Way ANOVA）
Report
N 1 7
48 286 225 117 128
71 883
Std. Deviation .
11. 8382 10. 0647 12. 8431 15. 2572 16. 2079 15. 8275 18. 3486 15. 1910
Minimum 36. 0 10. 0 17. 0 .0 .0 .0 11. 0 6. 6 .0
从表中可看出，t 值为-5.484,自由度 882,显著值为0.000,小于0.05，通过显著 性检验。说明住房面积不等于38平米。
SPSS5—— 均值比较与检验
结果分析2
住 房使 用 面 积
文 化程 度
Mean
0
36. 000
没 读过 书
29. 143
小学
36. 962
初中
32. 710
高中
32. 982
中 专、 技 校
34. 385
大专
39. 430
大 学 本 科 及 以 上 45. 321
Total
35. 196
均值分析结果
住 房 使 Be用 tw面 e1 e(积 n 2 C9oG2 m r6ob.u3 inp8es1d8)476.628 6.477.000 * 文 化W 程 ith度 in1G 9r0o6u0p9s.0 827157.839
Total 203535.3 882
显著性水平sig.为0.000,小于0.05，说明各组均 值之间的差异显著，通过显著性检验。进而说 明两变量在总体中是相关的。
SPSS5—— 均值比较与检验
One-Sample T Test主对话框
SPSS5—— 均值比较与检验
Options对话框
置信区间 置信区间
结合显著性 水平0.05来 理解
SPSS5—— 均值比较与检验
三、例题分析
以“休闲调查”数据为例：研究住房面积的均值是否等 于38平米。
1、操作步骤 1）按Analyze—Compare Means—One Sample T Test顺序，打开主对话框。(打开数 据文件“休闲调查.sav”。) 2）将变量住房面积选入 Test Variable框。 3）在Test Value中输入 38，后单击OK。
检验目的： 用于检验单个变量的均值与 假设检验值(给定的常数)之间是否存在 差异。
举例：以往的调查显示住房面积均值为 38平米，本研究就是探究住房面积均值 是否为38平米。
SPSS5—— 均值比较与检验
按Analyze—Compare Means—One-Sample T Test顺序，打开One-Sample T Test主对话框。
统计量
Options对话框
选中的 统计量
单因方差分析（检验以及相关强度）
SPSS5—— 均值比较与检验
最后Continue——ok,完成操作。 下面以“休闲调查”数据为例，分析不
同文化程度之间的住房面积是否存在差异 （文果分析1
统计摘要
Case Pro cessing Summary
Cases
Included Excluded
Total
N Percent N Percent N Percent
住 * 文 房化 使程 用 8度 8 1面 3 00积 .0%
0 .0% 88 13 00.0%
说明在本次调查中有883个个案对“住房面积”和受教育 程度都作了回答。
单个样本的T检验结果
One-Sample Test
Test Value = 38
95% Confidence
Interval of the
Mean Difference
t
dSf ig. (2-taDileifdfe)rencLeowerUpper
住 房 使-5用 .48面4 积882
.000-2.804-3.807-1.800
SPSS5—— 均值比较与检验
均值分析（MEANS）
分析的对象：定类变量和定距变量总体中是 否存在相关关系。 分析的逻辑基础： 把所有的个案按照一定的分类变量分组以后， 使用均值（MEANS）过程分别计算各组的均 值，通过比较均值差异的大小来确定总体中 这两个变量是否相关。
分类变量和均值比较的变量
Maximum 36. 0 42. 0 70. 0 82. 0
100.0 100.0
99. 0 103.0 103.0
按照不同的文化程度输出了均值、个案数、标准差、最大 之和最小值。
SPSS5—— 均值比较与检验
结果分析3
方差分析结果
ANOVA Table Sum of SquareM sde f an SquaFre Sig.
SPSS5—— 均值比较与检验
结果分析1
单个样本统计量
One-Sample Statistics Std. Error
N MS etadn. DeviatMioenan 住 房 使8 用 833面 5.1积 91 65.1910.5112
住房面积的个案数、均值、标准差和均值的 标准误等统计量。
SPSS5—— 均值比较与检验
结果分析4
相关强度测量结果
Measures of Associ ati on
Eta Eta Squared
住 * 文 房化 使程 用度 面.积 252
.064
Eta Squared值为0.064,表明变量的相关强度并不 高。
SPSS5—— 均值比较与检验
二、单一样本T检验
SPSS5—— 均值比较与检验
均值分析（MEANS）
什么时候会用这种方法： 举例： 1.不同受教育水平与收入之间是否相关。 2.不同年级与逃课次数是否相关。
SPSS5—— 均值比较与检验
按Analyze—Compare Means—Means顺序，打开 Means主对话框
分析变量（定距）
SPSS5—— 均值比较与检验 分组变量(定类）
第5讲：均值比较与检验
SPSS5—— 均值比较与检验
均值分析实质 上是分析定类变量和 定距变量之间的相关关系。 举例：性别与收入是否存在相关关系？
SPSS5—— 均值比较与检验
主要内容
MEANS过程 单一样本T检验 (One-Sample T Test） 独立样本T检验 (IndependentSample T Test) 配对样本T检验 (PairedSample T Test) 方差分析（One-Way ANOVA）
Report
N 1 7
48 286 225 117 128
71 883
Std. Deviation .
11. 8382 10. 0647 12. 8431 15. 2572 16. 2079 15. 8275 18. 3486 15. 1910
Minimum 36. 0 10. 0 17. 0 .0 .0 .0 11. 0 6. 6 .0
从表中可看出，t 值为-5.484,自由度 882,显著值为0.000,小于0.05，通过显著 性检验。说明住房面积不等于38平米。
SPSS5—— 均值比较与检验
结果分析2
住 房使 用 面 积
文 化程 度
Mean
0
36. 000
没 读过 书
29. 143
小学
36. 962
初中
32. 710
高中
32. 982
中 专、 技 校
34. 385
大专
39. 430
大 学 本 科 及 以 上 45. 321
Total
35. 196
均值分析结果
住 房 使 Be用 tw面 e1 e(积 n 2 C9oG2 m r6ob.u3 inp8es1d8)476.628 6.477.000 * 文 化W 程 ith度 in1G 9r0o6u0p9s.0 827157.839
Total 203535.3 882
显著性水平sig.为0.000,小于0.05，说明各组均 值之间的差异显著，通过显著性检验。进而说 明两变量在总体中是相关的。
SPSS5—— 均值比较与检验
One-Sample T Test主对话框
SPSS5—— 均值比较与检验
Options对话框
置信区间 置信区间
结合显著性 水平0.05来 理解
SPSS5—— 均值比较与检验
三、例题分析
以“休闲调查”数据为例：研究住房面积的均值是否等 于38平米。
1、操作步骤 1）按Analyze—Compare Means—One Sample T Test顺序，打开主对话框。(打开数 据文件“休闲调查.sav”。) 2）将变量住房面积选入 Test Variable框。 3）在Test Value中输入 38，后单击OK。
检验目的： 用于检验单个变量的均值与 假设检验值(给定的常数)之间是否存在 差异。
举例：以往的调查显示住房面积均值为 38平米，本研究就是探究住房面积均值 是否为38平米。
SPSS5—— 均值比较与检验
按Analyze—Compare Means—One-Sample T Test顺序，打开One-Sample T Test主对话框。
统计量
Options对话框
选中的 统计量
单因方差分析（检验以及相关强度）
SPSS5—— 均值比较与检验
最后Continue——ok,完成操作。 下面以“休闲调查”数据为例，分析不
同文化程度之间的住房面积是否存在差异 （文果分析1
统计摘要
Case Pro cessing Summary
Cases
Included Excluded
Total
N Percent N Percent N Percent
住 * 文 房化 使程 用 8度 8 1面 3 00积 .0%
0 .0% 88 13 00.0%
说明在本次调查中有883个个案对“住房面积”和受教育 程度都作了回答。
单个样本的T检验结果
One-Sample Test
Test Value = 38
95% Confidence
Interval of the
Mean Difference
t
dSf ig. (2-taDileifdfe)rencLeowerUpper
住 房 使-5用 .48面4 积882
.000-2.804-3.807-1.800
SPSS5—— 均值比较与检验
均值分析（MEANS）
分析的对象：定类变量和定距变量总体中是 否存在相关关系。 分析的逻辑基础： 把所有的个案按照一定的分类变量分组以后， 使用均值（MEANS）过程分别计算各组的均 值，通过比较均值差异的大小来确定总体中 这两个变量是否相关。
分类变量和均值比较的变量
Maximum 36. 0 42. 0 70. 0 82. 0
100.0 100.0
99. 0 103.0 103.0
按照不同的文化程度输出了均值、个案数、标准差、最大 之和最小值。
SPSS5—— 均值比较与检验
结果分析3
方差分析结果
ANOVA Table Sum of SquareM sde f an SquaFre Sig.
SPSS5—— 均值比较与检验
结果分析1
单个样本统计量
One-Sample Statistics Std. Error
N MS etadn. DeviatMioenan 住 房 使8 用 833面 5.1积 91 65.1910.5112
住房面积的个案数、均值、标准差和均值的 标准误等统计量。
SPSS5—— 均值比较与检验