Sig를 해석하는 방법. spss의 값(양측)

SPSS에서 통계 테스트를 수행할 때 출력 테이블에 Sig가 포함되는 경우가 많습니다. 가치 (양측) .

이 값은 검정의 양측 p-값을 나타냅니다.

이 값이 유의 수준(일반적으로 0.05 또는 0.01)보다 낮으면 검정의 귀무 가설을 기각 할 수 있습니다.

이 튜토리얼에서는 Sig를 해석하는 방법에 대한 예를 제공합니다. 다양한 통계 테스트의 (양측) 값.

예 1: 일표본 t-검정

단일 표본 t-검정은 모집단의 평균이 특정 값과 같은지 여부를 검정하는 데 사용됩니다.

예를 들어, 식물학자가 특정 식물 종의 평균 키가 15인치인지 알고 싶어 한다고 가정해 보겠습니다. 그녀는 12개 식물의 무작위 표본을 추출하고 각각의 높이를 인치 단위로 기록합니다.

그런 다음 이 샘플을 사용하여 다음과 같은 귀무 가설과 대립 가설을 사용하여 1-표본 t-검정을 수행합니다.

• H ₀ : μ = 15(실제 모집단 평균은 15인치와 같습니다)
• H _A : μ ≠ 15 (실제 인구 평균은 15인치가 아님)

그녀는 SPSS에서 이 단일 표본 t-검정을 실행하고 다음과 같은 결과를 얻습니다.

시그. 값(양면)은 0.120 입니다.

이는 자유도가 11인 -1.685 값에 해당하는 양면 p-값을 나타냅니다.

검정의 p-값(0.120)이 0.05 이상이므로 귀무가설을 기각할 수 없습니다.

즉, 이 식물 종의 실제 평균 키가 15인치가 아니라는 증거가 충분하지 않습니다.

예 2: 2-표본 t-검정

2-표본 t-검정은 두 모집단의 평균값이 같은지 여부를 테스트하는 데 사용됩니다.

예를 들어, 연구자가 새로운 연료 처리로 인해 특정 자동차의 갤런당 평균 주행거리가 변경되는지 알고 싶어한다고 가정해 보겠습니다. 이를 테스트하기 위해 그들은 12대의 자동차에 새로운 연료 처리를 적용하고 12대의 자동차에는 적용하지 않는 실험을 수행합니다.

연구자들은 다음과 같은 귀무 가설과 대립 가설을 사용하여 2-표본 t-검정을 수행합니다.

• H ₀ : μ ₁ = μ ₂ (두 모집단 간의 평균 mpg는 동일함)
• H ₁ : μ ₁ ≠ μ ₂ (두 모집단 간의 평균 mpg가 동일하지 않음)

그들은 SPSS에서 2-표본 t-검정을 수행하고 다음 결과를 얻습니다.

시그. 값(양면)은 0.167 입니다.

이는 자유도가 22인 -1.428 값에 해당하는 양측 p-값을 나타냅니다.

검정의 p-값(0.167)이 0.05 이상이므로 귀무가설을 기각할 수 없습니다.

즉, 실제 평균 mpg가 치료를 받은 자동차와 그렇지 않은 자동차 사이에 다르다고 말할 수 있는 증거가 충분하지 않습니다.

추가 리소스

다음 자습서에서는 SPSS에서 다양한 통계 테스트를 수행하는 방법을 설명합니다.

SPSS에서 단일표본 t-검정을 수행하는 방법
SPSS에서 2-표본 t-검정을 수행하는 방법
SPSS에서 쌍체 표본 t-검정을 수행하는 방법