t检验分析思路总结.docx

t检验分析思路总结.docx

《t检验分析思路总结.docx》由会员分享，可在线阅读，更多相关《t检验分析思路总结.docx（10页珍藏版）》请在冰豆网上搜索。

t检验分析思路总结

t检验

t检验是一种适合小样本数据的统计分析方法，通过比较不同数据的均值，研究两组数据之间是否存在差异。

1.确定检验目的

t检验可以分为三种，分别是单样本t检验、配对样本t检验、独立样本t检验。

它们本质上都是对比均值，但在不同的分析场景应选择不同的t检验，具体的分类如下：

单样本t检验

三种t检验中，单样本t检验比较好理解，主要用于比较一组数据与一个特定数值之间的差异情况。

问卷研究中比较少用到，一般可以用来分析整体的态度倾向，如对比用户对新产品的满意程度是否与设想的满意度一致。

SPSSAU-单样本t检验

配对t检验与独立t检验

其中比较容易混淆的是独立样本t检验和配对样本t检验。

两者的主要区别在于：

配对样本t检验需要两组样本数相等，且要求每对配对数据之间要有一定的对应关系，而独立样本t检验两组数据的样本个数可以不等。

常见的配对研究包括几种情况：

实际上大多数的问题都出现在方法选择上，区分不清独立样本t检验和配对样本t检验，导致选不对方法，只要选出方法后面的操作和分析都是很简单明确的。

2.正态性检验

无论是哪种t检验，都要数据服从正态或近似正态分布。

正态性有多种检验方法，常见方法如：

正态图、正态性检验、P-P图/Q-Q图等。

正态性的判断标准可以查看之前的文章：

多种判断正态性的方法详细说明​

3.非正态时处理方法

若数据满足正态性则不用考虑此步，直接选择对应方法分析。

若不满足，则可考虑使用非参数检验，三种t检验对应的不同的处理方法，具体说明如下。

从功能上讲，它们的区别仅在于数据是否正态。

除此之外，非参数检验的检验效率不如参数检验，因而在实际研究中，可能即使数据非态，也会使用基于正态分布的参数检验。

4.SPSSAU操作

t检验操作步骤较为简单，以独立样本t检验为例（其他方法可查看对应方法帮助手册）：

●左侧方法栏点击【通用方法】→【单样本t检验】；

●将用于分组的自变量X放入【X（定类,仅两组）】框；

●因变量放入【Y（定量）】框；

●点击开始t检验分析。

SPSSAU-t检验

t检验操作页面

指标解读

t检验分析结果 

品牌涉入度（平均值±标准差）

t

p

低涉入度（N=181）

高涉入度（N=227）

好感

2.76±1.06

3.56±1.00

-7.789

0.000**

合我心意

2.64±1.08

3.55±0.96

-8.978

0.000**

喜欢产品

2.61±1.11

3.58±0.93

-9.372

0.000**

积极

2.72±1.10

3.68±0.97

-9.361

0.000**

* p<0.05** p<0.01

分析步骤参考SPSSAU输出结果中的“分析建议”及“智能分析”。

SPSSAU-分析建议

t检验（参数检验）一般通过使用平均值±标准差，描述各组数据。

非参数检验可以使用中位数来描述。

SPSSAU-智能分析

除此之外，还可以通过效应量深入研究差异幅度，具体可查看t检验帮助手册。

t检验效应量

5.数据格式

数据格式是一个容易混淆的部分，独立样本t检验和配对样本t检验所需要的数据格式不一致，上传数据时要特别注意。

配对t检验仅适用于实验研究数据，其余数据并不合适。

录入时每一行为一对配对数据，分析时按列进行对比。

而独立样本t检验格式要求要有一列用于分组的数据，进行对比的两组数据应当放在同一列里。

6.方差齐检验

对于独立样本t检验，除了要满足正态性，还需要满足方差齐的前提条件。

即方差齐的情况下，才可以使用t检验。

如果方差不齐，则应采用校正t检验。

例如上图，在spss软件中，会分别输出方差相等与不相等时t检验的结果，如通过Levene's检验结果即p>0.05，则说明两组数据方差齐。

上图中只有③喜欢产品这一变量不满足方差齐条件，因此应该使用校正t检验，也就是看方差不相等时的结果。

在做t检验时，Spssau会自动完成方差齐检验，并根据检验结果，自动判断结果输出哪一种结果，因此研究者不需要再单独检验方差齐性。

最后

以上就是t检验的分析流程梳理，无论配对t检验还是独立样本t检验，都只适用于两组数据的对比，如果数据超过两组，需要使用方差分析。