您当前的位置:首页 > 计算机 > 软件应用 > 采集运算

通过SPSS独立样本T检验,分析两组个案的差异(下)

时间:02-01来源:作者:点击数:

上一节,我们重点讲解了IBM SPSS Statistics独立样本T检验的检验原理、数据要求以及数据转换的方法。这部分的内容相当重要,建议先理解了上一节内容再学习本节的实例操作。

如图1所示,可以看到,独立样本T检验仅包含了检验变量,因此,需要使用个案组数据进行检验,而其分组变量是作为标识两组个案使用的。接下来,我们通过示例数据学习下操作。


图1:独立样本T检验

一、选择变量

首先,了解下设置面板中的变量概念:

1. 检验变量,即检验均值是否存在显著性差异的变量数值。

2. 分组变量,即用于标识两组个案的变量。

本例中,我们需要检验的是饮用牛奶A组与饮用牛奶B组的平均身高数据是否有差异。因此,需要将身高变量添加为检验变量,将饮用牛奶类型编码添加为分组变量。

然后,单击定义组按钮。


图2:选择变量

二、定义组

如图3所示,在定义组设置面板,需要设置个案组对应的编码数值,必须是数值型值。上一节中,我们已经将饮用牛奶类型变量重新编码为值1、2,因此,可以直接将其与组1、2匹配。


图3:定义组

三、选项设置

接着,打开“选项”按钮,设置检验分析的置信区间,一般情况下,设置为95%能确保较大的准确性。同时,设置“按具体分析排除个案”的缺失值处理方式。


图4:选项设置

四、分析结果解读

完成以上设置后,运行分析,如图5所示,数据中分别包含63个饮用牛奶A与63个饮用牛奶B的身高数据,从其平均值看到,饮用牛奶A组的身高均值高于饮用牛奶B组的身高均值,但其差异是否显著还要看显著性数据。


图5:描述统计数值

如图6所示,从独立样本检验图表的数据看到,显著性(双尾)的数值0.711大于0.05(95%置信区间下),不能拒绝原假设,也就是说,饮用牛奶A组的身高均值与饮用牛奶B组的身高均值无显著性差异。


图6:结果不显著

以上就是IBM SPSS Statistics独立样本T检验的应用介绍。该功能用于比较两组个案的均值差异,可用于验证两个对比个案组的均值数值是否有显著性差异,比如用于药物研究领域,验证两种药物有效性是否有差异等。

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门