学习笔记

SPSS第五讲 | 两独立样本均数T检验，你会了吗？

IBM SPSS Statistics 26。

《小白爱上SPSS》课程 #统计原理

什么是统计学中的P值 你需要记住一句话“P值是假设检验的终极者，如果P0.05,就没有显著性结果”。 需要说明的是，女士品茶中的P值是比较容易计算，如果涉及到一些复杂事件，则需要使用正态分布等概率分布来计算P值。但无论如何，我们学习各种统计方法，正态检验、t检验、F检验、相关和回归等等，最终就是为了计算出P值的大小，再依据P值做出统计推断。 有了P值的简单粗暴作用，很多科研工作者的青春就献给了【P值】。

两独立样本均数T检验，常用来比较两个不同样本所属的总体均数是否存有差异。在实验性研究中，常用来比较随机对照实验的干预效果检验；在观察性研究中，常用来比较不同群体的特征差异，比如，男生与女生的身高是否存有差异。 其假设检验如下（啥假设检验？请点击此处统计原理之④假设检验：从女士品茶说起）。 H0：μ1=μ2，即两样本的总体均值相等； H1：μ1≠μ2，即两样本的总体均值不等。 α=0.05。 两独立样本均数T检验的原假设(H0)为两样本的总体均值相等，若p＜0.05，则拒绝原假设H0，接受H1，认为两样本的总体均值在95%的置信水平下不相等，两样本之间的差异具有统计学意义或具有显著性差异。

听了主任的话，小白随机抽测田径专业和足球专业的大侠100米（s）成绩，其中田径专业抽取22人，足球专业抽取23人，分析不同专业大侠们100米跑步成绩有无差异? 读取数据：

该案例比之前单样本T检验多了一个样本，分成田径专业和足球专业两个独立样本。本研究之目的是比较田径专业和足球专业的大侠们的100米跑步成绩是否有差异。江湖中田径和足球专业的大侠们不仅只有45名，故需要依据这45名大侠的100米跑步成绩进行统计推断。

统计分析策略口诀“目的引导设计，变量确定方法”。 针对上述案例，扪心七问。 Q1：本案例研究目的是什么？ A：比较差异。比较两个不同样本的总体均数是否存有差异 Q2：比较的组数是多少呢？ A：比较两组，且这两组相互独立。 Q3：本案例属于什么研究设计？ A：观察性研究 Q4：有几个变量？ A：专业和100米跑成绩两个变量。专业是分组变量，100m跑成绩是结局变量。 Q5：变量类型是什么？ A：一个是分组（分类）变量，分成田径和足球两组，另一个连续型变量，100米跑步成绩。 Q6：连续型变量服从正态分布么？ A：需要检验。若服从，采用两独立样本T检验；若不服从正态，采用秩和检验。 Q7：两样本总体成绩的方差是否齐性？ A：需要检验。如果不齐，要看T检验的矫正结果。 概括而言，如果数据满足以下条件，则采用两独立样本T检验。

对田径和足球成绩进行正态性检验。 命令：

检验结果： 默认假设数据符合正态分布。经S-W检验，田径和足球专业的100m跑步成绩的P值分别为0.193和0.078，P值均大于0.05，无统计学意义（接受原假设），可认为两组数据符合正态分布。

Step1：打开SPSS，依次点击“分析——比较均值——独立样本T检验”。 Step2：弹出独立样本T检验对话框。 Step3：在“独立样本t检验”窗口中，将“100m”变量选入“检验变量”栏中，“zb”变量选入“分组变量”栏中；点击“定义组”，在“定义组”对话窗口，根据‘田径’赋值为1，‘足球’赋值为2，分别填入“1”和“2”。 Step4: 点击“继续”和“确定”就可得出两独立样本T检验结果。 命令行：

T检验统计分析有两张表，一张为“组统计”，另一张为“独立样本检验”。 第一张表为“组统计”分别提供两组数据的样本数（n）、平均值（mean）、标准差（SD）、标准误（Se）。 第二张表，则给于了t检验的的结果，该结果分为三个部分。 ① 莱文方差等同性检验：Levene 方差齐性检验，上文已经提及t检验要符合方差齐性，那么方差到底是否齐性呢？假设数据符合方差齐。此处便是假设检验的结果，显著性即为p值，若p>0.05，无统计学意义（接受原假设），认为方差齐性，即p