SPASS-T检验
SPSS T检验、F检验、相关分析
6、输出结构的第二个表格表示的统计分析结果。
时间应激为例，在时间应激上t=2.030,df=95,Sig.=0.045。
在此处Sig就是统计学上的p值，其值小于0.05则差异显著，小于0.01则非常显著，小于0.001则极其显著。
在时间应激上，Sig也就是p值为0.045小于0.05，这就说明男性和女性在时间应激方面存在差异，由上表我们知道，其中男性的平均分为23.87，女性的平均分为21.63，因此男性高于女性，且这个差异具有显著性。
Independent Samples TestLevene's Testfor Equality ofVariances t-test for Equality of MeansF Sig. t dfSig.(2-tailed)MeanDifferenceStd. ErrorDifference95% ConfidenceInterval of theDifferenceLower Upper时间应激Equalvariancesassumed.043 .836 2.030 95 .045 2.23 1.100 .049 4.416 Equalvariancesnotassumed2.021 55.255 .048 2.23 1.105 .018 4.446焦虑Equalvariancesassumed.116 .734 .922 95 .359 .80 .871 -.926 2.533 Equalvariancesnotassumed.932 57.354 .355 .80 .862 -.922 2.529上司支持Equalvariancesassumed.009 .924 -1.020 95 .310 -.58 .567 -1.704 .547Equalvariancesnotassumed-1.004 53.732 .320 -.58 .577 -1.735 .577同事支持Equalvariancesassumed.041 .841 -1.089 95 .279 -.68 .624 -1.920 .559 Equalvariancesnotassumed-1.091 56.066 .280 -.68 .623 -1.929 .569家人朋友Equalvariances.420 .518 -.635 95 .527 -.28 .447 -1.172 .604assumedEqualvariancesnotassumed-.625 53.787 .535 -.28 .455 -1.196 .627内在满意Equalvariancesassumed20.916 .000 -4.278 95 .000 -10.87 2.542 -15.919 -5.827 Equalvariancesnotassumed-3.758 42.490 .001 -10.87 2.893 -16.710 -5.036外在满意Equalvariancesassumed11.579 .001 .046 95 .963 .09 1.889 -3.662 3.836Equalvariancesnotassumed.057 91.141 .955 .09 1.530 -2.951 3.125整体满意Equalvariancesassumed.774 .381 -2.506 95 .014 -10.76 4.292 -19.277 -2.235 Equalvariancesnotassumed-2.518 56.493 .015 -10.76 4.272 -19.312 -2.200内外倾向Equalvariancesassumed.000 .987 -2.064 95 .042 -2.19 1.062 -4.298 -.084 Equalvariancesnotassumed-2.135 60.646 .037 -2.19 1.026 -4.243 -.139F检验F检验主要用来考察三组以上变量间的关系。
使用SPSS进行t检验范例
Mean
Std. Dev iation
Most Extreme Differences
A bsolute Positiv e
Negativ e
Kolmogorov -Smirnov Z
A sy mp. Sig. (2- tailed)
2.00
N Normal Parametersa,b
Mean
Std. Dev iation
单击Compare means, 单击Paired samples t Test.
弹出配对T检验的Paired samples t Test 对话框, 左上角为源变量,左下角为当前选择变量, 右边为配对后的变量对.
分别单击左上角的源变量中的sandard and new, 变量自动掉入左下角,再点击右箭头,
三.两独立样本的t 检验
要求被比较的两个样本彼此独立， 没有配对关系，且两个样本均来自 正态总体。
例3 某克山病高发区测得11例急性克山 病患者与该地13名健康人的血磷值(mg%) 如表3所示，判定两组均数差异有否统计 学意义。
表8-2 患者与健康者的血磷测定值（mg%）
患者编号
X1
1
4.73
1.50 2.19 2.32 2.41 2.11 2.54 2.20 2.36 1.42 2.17 1.84 1.96 2.39 问：慢性气管炎患者与正常人的平均乙酰胆 碱酯酶之间的差别有无显著性意义。
第一步：建立数据文件
第二步：对数据进行正态性检验
P=0.712,可近似认为符合正态分布
第三步：单组样本的t检验
.72420
两变量的相关系数,本例为0.485,P=0.110,无相关关系
Paired Samples Correlations
spss_T检验
• 单样本T检验 • 独立样本T检验 • 配对样本T检验
目录
相关统计学概念（3）
•假设检验（hypothesis test）也称显著性检验（significance test） 1、建立检验假设（ hypothesis under test ）: 无效假设，= 0
（样本均数=总体均数） H0 2、建立备择假设（ alternative hypothesis ）: H1，若H0被否决，
差（homogeneity），若相等直接接受t检验。
单样本T检验（One-sample T Test）
SPSS的One-sample T Test过程用于执行单样本T检验，它 是进行单变量均数与一常数或假设值的比较，要求单变量为定量 变量（数值型变量）。
Analyze / Compare Means / One-sample T Test… 逐一单击鼠标键
2.11 健康人：
0.54,0.64,0.64,0.75,0.76,0.81,1.16,1.20,1.34,1.35,
1.48, 1.56,1.87
两独立样本均数比较
血磷
分组 患者 健康 人
Group Statistics
N 11 13
Mean 1.5209 1.0846
Std. Dev iation .4218 .4221
Lower
Upper
7.777E-02
.7948
21.353
.020
.4363
.1729 7.716E-02
.7954
结论：Levene方差齐性检验 F=0.032，P=0.860>0. 05，可认为 两总体方差相等。取t=2.524，df=22，P=0.019<0.05，可认为 该地克山病患者与健康人的血磷值之间有统计意义。
SPASS-T检验
独立样本T检验实例分析
• 例：
如有以下两组独立的数据，名称分别为“111”，“222”。 111组：4、5、6、6、4
222组：1、2、3、7、7
进行两组独立样本的T检验、F检验、显著性差异、计算P值
第一个表比较常规的数据，excel都能实现的。第二个表才是重点。 F检验：在两样本t检验中要用到F检验，F检验又叫方差齐性检验，用于判断两总 体方差是否相等，即方差齐性。
独立样本T检验
• 两独立样本是指两个样本所来自的总体相互独立，两个独立 样本各自接受相同的测量，研究者或分析者的主要目的是分 析两个独立样本的均值是否有显著的统计差异
• 例：
比较女性和男性的身高，教育从业者和金融从业者的起始工资 等，都是两独立样本的例子。
两独立样本T检验的前提条件
• 独立性：两样本所来自的总体互相独立。 • 正态性：样本来自的两个总体应服从正态分布。在样本所来自的总体不满足正
态性条件时，如果两个样本的分布形状相似，它们的样本量相差不是太大并且
样本量较大，仍然可以应用T检验。 • 方差齐性：待比较的两个样本的方差相同。如果两个组的样本量大致相等，略 微偏离了方差齐性对检验结果的精度影响不大。 • 在T检验中，SPSS提供了方差齐性的LEVENE检验，当方差齐性不满足时，会 提供方差齐性校正后的T检验结果。
单样本T检验实例分析
• 例： 正常人的脉搏平均 数为72次/分。现测得15名患者的脉搏：71，
55，76，68，72，69，56 Nhomakorabea70，79，67，58，77，63，66，78 试问这15
名患者的脉搏与正常人的脉搏是否有差异？
选择【分析】→【比较均值】→【单样本T检验】
单样本T检验结果
Spss统计软件操作2-t检验
标准株（11人） 100 200 400 400 400 400 800 1600 1600 1600 3200 水生株（9人） 100 100 100 200 200 200 200
Analyze—Compare Means—Independent-Samples T Test
Thanks
计量资料的统计推断
目的要求
掌握：假设检验的基本步骤、均数假设检验的
常见类型及公式计算
学会：使用SPSS操作及对输出结果做恰当解释
假设检验的基本步骤
1.建立检验假设，确定检验水准
H0：（无效假设） µ =µ 0；μ1=μ2 H1：（备择假设） µ >µ 0或μ<μ0 （ µ≠µ0 ） μ1>μ2 或μ1<μ2 （μ1≠μ2）
检验水准 α=0.05 单、双侧检验的选择： （1）根据专业知识
事先不知道会出现什么结果 事先知道只能出现某种结果 双侧 单侧
（2）问题的提法
*通常用双侧(除非有充足的理由选用单侧之外, 一般选用 保守的双侧较稳妥)
2.选定检验方法或计算统计量
根据研究设计的类型、资料类型及分析目的
选用适当的检验方法。如样本均数与总体均数的
比较、配对资料的比较、成组设计两个样本均数
的比较等。
3.确定P值，做出统计推断
P值的含义：P值是在H0成立的条件下推断出的现 有统计量(第2步中计算出的统计量)的概率或更 极端的概率（尾部概率） 确定P值大小的方法：用公式求出的t值与 查表查出的t0.05, 比较
P
P=0.05 t
t0.05,ν
4.做出推断结论
（推断的结论＝统计结论＋专业结论）
P＞0.05，按α=0.05检验水准，不拒绝H0，差异无统 计学意义，还不能认为……不同或不等。 P<0.05 ，按α=0.05检验水准，拒绝H0，接受H1设检验的注意问题
SPSS-t检验
数据输入
1）启动SPSS，进入定义变量工作表，分别命名 两变量：组别、鱼产量。其中组别1表示A料，组 别2表示B料。
2）进入数据视图工作表，输入数据
统计பைடு நூலகம்析
Analyze---compare mean----indendent samples T test
Test variable（输入）:产鱼量
2、选择检验方法和计算检验统计量 因为总体标准差σ未知，所以采用t检验。 Analyze →Compare Means→One-Sample T Test出现如下对话框：
•把x移入到Test Variable(s) 的变量列表； •在Test Value后输入需要 比较的总体均数20； •OK
3、根据检验统计量的结果做出统计推断 基本统计量信息：
T检验
（一）单个总体均数的t检验 （二）独立样本成组t检验 （三）成对样本t检验
（一）单个总体均数的t检验
计算公式
样本平均数与总体平均数差异显著性检验
例：成虾的平均体重为21克，在配合饲料中添加 0.5%的酵母培养物饲养成虾时，随机抽取16只对 虾，体重为20.1、21.6、22.2、23.1、20.7、19.9、 21.3、21.4、22.6、22.3、20.9、21.7、22.8、 21.7、21.3、20.7。试检验添加添加0.5%的酵母 培养物是否提高了成虾体重。
从结果中可以看出，统计量t=3.056，P=0.012<α=0.05，因此拒 绝H0，接收H1，即用该方法测量所得结果与标准浓度值有所不 同。认为该方法测量结果所对应总体均数μ与标准浓度μ0间的差 异有统计学意义。
（二）独立样本成组t检验
独立样本：又称非配对样本或成组样本。是指一组数据与另一 组数据没有任何关系，也就是说，两样本资料是相互独立的。 两组的样本容量尽可能相同，可以提高检验的精确度。其均 数差异显著性的t检验，又分为两总体方差相等（方差齐性）和 方差不等两种检验方法。
SPSS检验步骤总结
检验步骤总结：1、t检验2、方差分析3、卡方检验4、秩和检验5、相关分析6、线性回归1、t检验要求数据来自正态总体,可能需要先做正态检验（1）单一样本t检验数据特征：单一样本变量均数与某固定已知均数进行比较方法：ANALYZE-COMPARE MEANS-ONE SAMPLE t TEST（2）独立样本t检验数据特征：两个独立、没有配对关系的样本有专门变量表示组数方法：ANALYZE-COMPARE MEANS-INDEPENDENT SAMPLES t TEST注意观察方差分析结果,判断查看的数据是哪一行（3）配对样本t检验数据特征：两个不独立的,有配对关系的样本没有专门变量表示组数方法：ANALYZE-COMPARE MEANS-PAIRED SAMPLES t TEST不需要方差分析结果检验步骤：（1）正态性检验1有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意独立样本t检验要先注明方差分析结果（5）确定概率值P（6）得出结论2、方差分析要求数据来自正态总体,可能需要先做正态检验（1）单因素方差分析数据特征：相互独立、来自正态总体、随机、方差齐性的多样本有专门变量表示组数,且组数大于2方法：ANALYZE-COMPARE MEANS-ONE WAY ANOVA注意需要在options 里面选择homogeneity variance test 做方差分析符合方差齐性才可以得出结论>（2）双因素方差分析1正态性检验方法：analyze-explore-plot里面选择normality test数据特征：有三列数据,1列是主要研究因素,1列是配伍组因素,1列是研究数据;方法：GENERAL LINEAR MODEL-UNIVARIATE 注意选择model里的custom,type是main effect,注意把两个因素选择为fixed factor检验步骤：（1）正态性检验有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不全来自同一样本或全不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意单因素方差分析要先注明方差分析结果（5）确定概率值P（6）得出结论3、卡方检验（1）Crosstabs数据特征：单个或多个样本率的比较;加权数据有三列数据,注意将最后一列数字加权其不参与运算,仅是说明前两列数据的数量;不加权数据有两列;其中运算列中通常第一列表述组数,可以大于二；第二列表述阳性或阴性,通常为1或2;检验方法：ANALYZE-DESCRIPTIVE STASTICS-CROSS TABS-注意加选statistics里面的chi-square复选框得到检验结果后,根据样本量以及每框的数据选择查看的数据行详见课件如果要看有无线性趋势,直接查看linear行（2）非参数检验数据特征：如果针对的是明确两种检测疾病手段的差异性,那么两种手段的阳性结果都要被剔除,此时选择非参数检验具体理论不详检验方法：NONPARAMETIC TESTS- TWO RELATED SAMPLES- 勾选MC MEAR复选框检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量注意cross tabs检验依据样本量以及单元格数据大小选择适宜的数据读取（4）确定概率值P（5）得出结论4、秩和检验T检验以及方差分析中,不满足条件的资料,可以进行秩和检验即非参数检验获得结论参数检验以及非参数检验范围详见课件,依据特征可以分为4类（1）两独立样本数据特征：两列,类似独立样本T检验,一列表明组数,一列是数据检验方法：NONPARAMETIC TESTS-2 INDEPENDENT SAMPLES-复选框勾选KOMOLGOROV（2）两配对样本数据特征：两列,类似独立样本T检验,分别是不同组数据检验方法：NONPARAMETIC TESTS-2 related SAMPLES-复选框勾选wilcoxon （3）多组独立随机样本数据特征：两列, 类似单因素方差分析检验方法：NONPARAMETIC TESTS-k INDEPENDENT SAMPLES-复选框勾选Krushal—Wallis H（4）多组配对样本数据特征：多列,1列说明分组,其余多列都为数据检验方法：NONPARAMETIC TESTS-k related SAMPLES-复选框勾选Friedman检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量（4）确定概率值P（5）得出结论5、相关分析（1）制作散点图：数据特点：双变量,两列数据方法: graphs------scatter,可利用双击左键方式选择绘出相关直线（2）双变量正态分布且连续相关性分析：数据特点：双变量,两列计算方法：一定要检验正态性,首先对两者进行正态性检验,两个正态结果CORRELATE-BIVARIATE-勾选Pearson（3）等级资料相关性分析：数据特点：明显等级资料,三列一列是编号,但不入计算CORRELATE-BIVARIATE-勾选spearman（4）双变量非正态;;;数据特点：检验后非正态CORRELATE-BIVARIATE-勾选kendall检验步骤：非等级资料：（1）正态性检验（2）计算相关系数r（3）建立相关系数的假设检验H0：p=0, 两变量间无直线相关关系H1：p≠0,两变量间有直线相关关系（4）确定检验水准a=（5）计算统计量其实表中会直接给出（6）确定p值（7）得出结论等级资料：（1）计算相关系数r（2）建立相关系数的假设检验H0：p=0, H1：p≠0,（3）确定检验水准a=（4）计算统计量其实表中会直接给出（5）确定p值（6）得出结论6、一元线性回归需建立拟合方程是否需要正态检验、相关分析铺垫7、8、数据类型：类似相关分析计算方法：regression-linear-勾选好后,选enter模式拟合步骤：1）计算回归系数系数表内看,通常<12）对回归系数b进行假设检验系数表内,最后1列3）建立回归方程系数表内4）评价回归方程模型汇总表内R2xybxay bb1+=+=ΛΛ或。
用SPSS进行T检验解析
对变量框内，单击
，输出表3-11、3-12和表3-13
所示结果。
图3-8 配对样本T检验对话框
表3-11 两种处理方法结果基本统计量 表3-12两种处理方法结果的相关关系 表3-13 两种处理方法的t 检验结果
3.结果说明（参照例3.3的结果说明）
表3-10 仔猪饲料对比试验 单位：kg
◆ 具体步骤： 1.数据输入 (1)在这数据编辑窗口底部的变量视图标签，进入变量视 图界面，分别命名变量：甲饲料和乙饲料，小数位数都 定义为1，如图3-9a所示。
图3-9a 例3.3资料的变量命名
(2)在这数据编辑窗口底部的 数据视图标签，进入数据 视图界面，按图3-9b格式输入 数据资料。
图3-3 例3.2资料的变量命名
(2)在这数据编辑窗口底部的数 据视图标签，进入数据视图 界面，按图3-3格式输入数据 资料。
组别取值1表示A料， 取值2表示B料。
图3-4 例3.2数据输入格式
2. 统计分析 (1)简明分析步骤
分析→比较均值→独立样本T检验
检验变量：产鱼量
分析的变量为产鱼量
分组变量：组别
二、本节重点、难点: 1. SPSS中进行T检验分析的基本命令与操作； 2. SPSS进行T检验分析所得结果的含义。
一、单样本t检验
（一）基本原理和方法（略）
（二）例题及统计分析
【例3.1】成虾的平均体重一般为21g,在配合饲料中添加 了0.5%的酵母培养物养成虾时，随机抽取16对成虾，体 重为20.1、21.6、22.2、23.1、20.7、19.9、21.3、 21.4、22.6、22.3、20.9、21.7、22.8、21.7、21.3、 20.7，试检验在添加了0.5%的酵母培养物养对成虾体重 是否有影响。
- 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)。
态性条件时，如果两个样本的分布形状相似，它们的样本量相差不是太大并且
样本量较大，仍然可以应用T检验。 • 方差齐性：待比较的两个样本的方差相同。如果两个组的样本量大致相等，略 微偏离了方差齐性对检验结果的精度影响不大。 • 在T检验中，SPSS提供了方差齐性的LEVENE检验，当方差齐性不满足时，会 提供方差齐性校正后的T检验结果。
此时由于F检验得出Sig <0.01，即认为假设方差不相等！因此只关注红框中的数据即可。 如图：F旁边的 Sig的值为.007 即0.007， <0.01, 即两组数据的方差显著性差异！
如图，红框内，Sig（双侧），为.490即0.490，也就是要求的P值。 Sig ( 也就是P值 ) >0.05，所以两组数据无显著性差异。 同理，如果F检验的Sig >.05（即>0.05），则认为两个样本的 假设方差相等。 所以相应的t检验的结果就看上面那行。
单样本T检验实例分析
• 例： 正常人的脉搏平均 数为72次/分。现测得15名患者的脉搏：71，
55，76，68，72，69，56，70，79，67，58，77，63，66，78 试问这15
名患者的脉搏与正常人的脉搏是否有差异？
选择【分析】→【比较均值】→【单样本T检验】
单样本T检验结果
单个样本本统计量表显示： 1.该组数据有15个样本，均 值为68.33，标准差为7.734， 标准误为1.997。 2.该组的平均脉搏次数相对 于正常脉搏平均次数来说 偏低 。 3. 相伴概率为0.088，均值 差为-3.667，在95%的置信 区间的上下限为（-7.95, 0.62）， 4. t检验的相伴概率0.088略 大 于显著性水平0.05，说 明这15名患者的脉搏与正 常人的脉搏差异不显著。
独立样本T检验
• 两独立样本是指两个样本所来自的总体相互独立，两个独立 样本各自接受相同的测量，研究者或分析者的主要目的是分 析两个独立样本的均值是否有显著的统计差异
• 例：
比较女性和男性的身高，教育从业者和金融从业者的起始工资 等，都是两独立样本的例子。
两独立样本T检验的前提条件
• 独立性：两样本所来自的总体互相独立。 • 正态性：样本来自的两个总体应服从正态分布。在样本所来自的总体不满足正
SPSS数据的显著性分析 ——T-TEST分析
单样本T检验
• 单样本T检验即检验某个变量的总体均值和某指定值之间是否存在着显 著性差异。 • 如果是大样本的单样本检验，统计教科书上称为U检验，它采用服从正 态分布的U统计量作为检验统计量；如果是小样本并且样本服从正态分 布，则采用服从T分布的T统计量进行单样本T检验； • 例： 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，则采用单样本T检验。
独立样本T检验实例分析
• 例：如有以下两Fra bibliotek独立的数据，名称分别为“111”，“222”。 111组：4、5、6、6、4
222组：1、2、3、7、7
进行两组独立样本的T检验、F检验、显著性差异、计算P值
第一个表比较常规的数据，excel都能实现的。第二个表才是重点。 F检验：在两样本t检验中要用到F检验，F检验又叫方差齐性检验，用于判断两总 体方差是否相等，即方差齐性。