p值小于0.05拒绝还是接受_你会看SPSS中的p值吗？

Summary

正态总体均值的假设检验目的是推断总体均值与的大小关系，其中为已知常数。主要有如下三种假设：(1)(2)(3)。在SPSS中，做上述3个假设的操作完全一样，结果的输出也完全一样，但是对输出结果中p值的解读却大不一样，稍微不慎就会得出错误的结论。本文将教你如何获取在不同假设下SPSS输出结果中的p值，内容分为：“举例”，“ P值的含义”，“ 假设(1)在SPSS中p值的读取”，“ 假设(2)在SPSS中p值的读取”，“ 假设(3)在SPSS中p值的读取”。 

NO.1

举例

从甲地发送一个信号到乙地。设乙地接收到的信号值是一个服从正态分布的随机变量，其中为甲地发送的真实信号值。现甲地重复发送同一信号5次，乙地接收到的信号值为：

8.05 8.15 8.2 8.1 8.25，

设接收方有理由猜测甲地发送的信号值为8、大于8或小于8，问能否接受这3个猜测？(显著性水平=0.05)

首先根据问题，分别作出相应假设：

(1)；

(2)；

(3)。

然后利用SPSS计算结果：

从表1中可以看出，因此对于假设(1)：，，故拒绝原假设；假设(2)：，首先判断出，故，故接受原假设；假设(3)：，首先判断出，故

，故拒绝原假设。

可以看出，上述3个假设中，p值的得出都来源于输出结果中的Sig，但是p值的获取以及p值与显著性水平的比较方式却极为不同。但是，最后得出的结论却具有一致性，并不互相矛盾。你知道其中的原因吗？下面我们将详细讲解。

下面的讲解由于逻辑性较强显得有点枯燥，如果你不想仔细阅读，找到每一小节中的“划重点”也能知道原因哦~

NO.2

p值的含义

上述3个假设各自的内涵不同。假设(1)想要收集证据说明，即证明是

一个远离 的数；假设(2)想要收集证据说明 ，即证明 是一个远小于 的数；假 设(3)想要收集证据说明 ，即证明 是一个远大于 的数。 而p值就是我们要收集的证据，第一个假设中的p值必须反映出 远离 的程度；第二个假设中的p值必须反映出