如何在 spss 中执行配对样本 t 检验


当一个样本中的每个观察值可以与另一个样本中的观察值相关联时,配对样本 t 检验用于比较两个样本的平均值。

本教程介绍如何在 SPSS 中执行配对样本 t 检验。

示例:SPSS 中的配对样本 t 检验

研究人员想知道新的燃料处理方法是否会导致某辆车的平均英里/加仑发生变化。为了测试这一点,他们进行了一项实验,测量了 12 辆经过燃油处理和未经燃油处理的汽车的每加仑英里数。

由于每辆车都接受了处理,我们可以执行配对 t 检验,其中每辆车都与其自身配对,以确定使用以下零假设和替代假设,有和没有燃油处理的平均英里数是否存在差异:

  • H 0 : μ 1 = μ 2 (两个群体之间的平均 mpg 相等)
  • H 1 : μ 1 ≠ μ 2 (两个群体之间的平均 mpg 不相等)

以下屏幕截图显示了每辆车经过燃油处理 (mpg1) 和未经燃油处理 (mpg2) 后的英里数:

完成以下步骤来执行配对 t 检验:

步骤 1:选择配对样本 T 检验选项。

单击分析选项卡,然后单击比较平均值,然后单击配对样本 T 检验

SPSS中的配对样本t检验

步骤2:填写必要的值以执行测试。

mpg1拖到 Variable1 下的框中,将mpg2拖到 Variable2 下的框中。然后单击“确定”

第 3 步:解释结果。

单击“确定”后,将显示配对样本 t 检验的结果:

SPSS 中配对样本 t 检验的输出

第一个表显示了这两个组的以下汇总统计数据:

  • N:每组的样本量
  • 平均:每组汽车的平均英里/加仑
  • 标准。 Deviation:每组汽车 mpg 的标准偏差
  • 标准。平均误差:平均 mpg 的标准误差,以 s/√n 计算

最后一个表显示了配对样本 t 检验的结果:

  • t:检验统计量,结果为-2.244
  • df:自由度,计算公式为#evens-1 = 12-1 = 11
  • 签名。 (双尾):双尾 p 值,对应于 df=11 时的 -2.244 值

由于检验的 p 值 (0.046) 小于 0.05,因此我们拒绝原假设。我们有足够的证据表明,接受治疗的汽车和未接受治疗的汽车的真实平均英里数是不同的。

第四步:报告结果。

最后,我们将报告配对 t 检验样本的结果。以下是如何执行此操作的示例:

对 12 辆汽车进行了配对 t 检验,以确定新的燃油处理是否会导致每加仑平均里程数的差异。

结果显示,两组之间的平均 mpg 存在统计学差异(t = -2.244,df = 11,p = 0.046),显着性水平为 0.05。

总体平均值之间的真实差异的 95% 置信区间得出的区间为 (-3.466, -0.034)。

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注