spss中有关T检验和单因素ANOVA检验的详细介绍(包含操作过程和结果分析)

SPSS学习记录day3


写在前面 :今天把剩下的三个检验操作讲完~

分析>比较平均值

4.摘要独立样本T检验

看图就好,就直接输入两组数据的特征,SPSS会自动帮你判断俩组数据平均值是否可以认为相等,pass~~
在这里插入图片描述

5. 成对样本T检验

成对指的是一一对应,成对样本T检验就是对有着一一对应关系的两组样本数据平均值进行检验

举个栗子吧:对于同一群大学生,我们在其入学时测量了他们对专业的喜欢程度,毕业时又对他们再次测量的他们对专业的喜欢程度,如果我们想要知道经过4年的学习后他们对专业的喜欢程度有无提高或者减低,我们就需要对这两组数据进行成对样本T检验
成对样本T检验
配对变量——变量1与变量2存放需要检验的两个变量
结果分析——
T检验
表1、表2时样本统计量和相关性分析
表3

  • 平均值——样本1、2对应数据差值的平均值
  • 标准差——样本1、2对应数据差值的标准差
  • 标准误差平均值——样本1、2对应数据差值的标准误差平均值
  • t——由样本1、2对应数据差值算出(具体计算公式不再赘述,想进一步了解的可以自行查阅统计学书籍也可以留言)
  • 自由度——个案数-1
  • 显著性(双尾)——由t算出,我们主要查看这个数值,如果大于0.05,则认为两组数据未发生变化;如果小于0.05,则认为两组数据平均值发生了显著变化

6. 单因素ANOVA检验

ANOVA——Analysis of Variance(方差分析,又称变异数分析)
类似于独立样本T检验,单样本ANOVA检验是检验一个因素对另一个特征值是否有影响,从而判断不同样本之间是否存在显著性差异。
关于对比、事后比较、选项等内容大家可以参考别人的这一篇文章,我觉得讲的很详细,值得学习
单因素ANOVA检验
举例:判断成长环境对人们的身高是否会有显著影响(没错,又是这个例子~)
我们需要区别农村、城市两组之间的差别 和 农村、城市两组内部自身存在的差别,这样我们才能确定是否是由成长环境所导致的差别还是人群内部自身存在的差别。所以这里因变量就是身高,因子就是成长环境。
得出结果:
单因素T检验

简洁解释:

拿到表直接看显著性,大于0.05,因子对因变量的影响不大,各组之间不存在显著差距;小于0.05,因子对因变量的影响很大,各组之间存在显著差距。

本例中,显著性0.478>0.05,各组之间不存在显著差距,即成长环境对人们身高影响不大

详细解释:
  1. 自由度-总计:个案数-组数(77-2=75)
  2. 自由度-组间:组数-1(2-1=1)
  3. 自由度-组内:总计-组间(75-1=74)
  4. 平方和-总计:所有数据的平方和(34638.711)
  5. 平方和-组间:各组内部的平方和 的加和(236.688)
  6. 平方和-组内:总计-组间(34638.711-236.688=34402.023)
  7. 均方-组间:(平方和-组间)/(自由度-组间)(236.688/1=236.688)
  8. 均方-组内:(平方和-组内)/(自由度-组内)(34402.023/74=464.892)
  9. F:(均方-组间)/(均方-组间)(236.688/464.892=0.509)
  10. 显著性:由F值和分位数表得出,用于判断两组差异是否显著,以及因子对自变量的影响大小

以上就是SPSS内有关“比较平均值和T检验”的所有内容了!花了不少时间来写这个,如果这些文章能对你有所帮助那就太好了,如果觉得还不错的话别忘了点个赞~~
接下来可能会更新其他的SPSS操作内容,不过具体写什么现在还没想好

  • 30
    点赞
  • 72
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值