SPSS教程(四)

SPSS Course

SPSS

A powerful data analysis software

单样本T检验

单样本T检验利用来自某总体的样本数据，推断该总体的均值与指定的检验值之间是否存在显著性差异，它是对总体均值的假设检验。

★小提示：单样本T检验的前提是总体服从正态分布

案例如下：

步骤一：在菜单栏中找到比较均值→单样本T检验（S），点击频率，跳出频率的主窗口；

步骤二：将变量“weight”移入”检验变量”列表框；

步骤三：输入检验值500；

步骤四：打开“选项”对话框 ,设置置信区间为95%，缺失值按具体分析排除个案。

Step1: Find the comparison mean→single-sample T test (S) in the menu bar, click frequency, and pop out the main window of frequency;

Step2：Move the variable "weight" into the "test variable" list box;

Step3: Enter the inspection value 500;

Step4: Open the "Options" dialog box, set the confidence interval to 95%, and exclude cases based on specific analysis for missing values

输出窗口的信息如下：

从单样本T检验表中可以看出双尾检测概率P值为0.650，大于0.05，故原假设成立，即抽样袋装食盐的质量与500克无显著性差异，有理由相信生产线工作状态正常

独立样本T检验

独立样本T检验的目的是利用来自某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。

★小提示：单样本T检验的前提是总体服从正态分布

案例如下：

步骤一：选择菜单 “选择→比较均值→独立样本T检验”，打开“独立样本T检验”对话框；

步骤二：将“产量” 移入“检验变量”框，将“品种”移入“分组变量”框；

步骤三：定义分组变量的两个分组分别为“a”和“b”。

步骤四：打开“选项”对话框 ,设置置信区间为95%，缺失值按具体分析排除个案。

Step1: Select the menu "Select → Compare Means → Independent Sample T Test" to open the "Independent Sample T Test" dialog box;

Step2: Move "yield" into the "inspection variable" box, and move "variety" into the "grouping variable" box;

Step3: Define the two groups of grouping variables as "a" and "b".

Step4: Open the "Options" dialog box, set the confidence interval to 95%, and exclude cases based on specific analysis for missing values.

输出窗口信息如下：

从独立样本T检验表中可以看出“莱文方差等同性检验”显著性为0.752，大于0.05，故本例两组数据方差相等；在方差相等的情况下，看上表中的“假设方差相等”一行的显著性（双尾）为0.332，大于0.05，故接受原假设，即认为两样本的均值是相等的，不能认为两种玉米品种的产量有显著性差异。

配对样本T检验

配对样本T检验用于检验两个相关样本是否来自相同均值的正态总体，即推断两个总体的均值是否存在显著差异。

步骤一：选择菜单 “选择→比较均值→成对样本T检验”，打开“成对样本T检验”对话框；

步骤二：同时选中“训练前”及“训练后”字段，将其加入“配对变量“列表框；

步骤三：打开“选项”对话框，指定置信水平95%和缺失值按具体分析排除个案

Step1: Select the menu "Select→Compare Means→Paired Sample T Test" to open the "Paired Sample T Test" dialog box;

Step2: Select the "before training" and "after training" fields at the same time, and add them to the "pairing variables" list box;

Step3: Open the "Options" dialog box, specify 95% confidence level and missing values to exclude cases based on specific analysis

输出窗口的信息如下：

从配对样本检验表中可以看出双尾检测概率P值为0.041，小于0.05，故拒绝原假设，即可以认为训练前后对成绩有显著效果。

参考资料：百度百科、Google翻译

本文由LearningYard新学苑原创，部分文字、图片来源于网络，如有侵权，请联系删除！