使用 SPSS 和 PASW/独立样本 t 检验

独立样本 t 检验用于比较名义/序数变量上的两个类别之间间隔/比率变量的均值。它回答了均值之间的差异在感兴趣的总体中是否具有统计学意义（假设抽样良好）还是差异是由于抽样误差。为了进行此检验，您需要来自一个人口的两个变量和样本。自变量是名义/序数，因变量是间隔/比率。

为了说明这个概念，本章测试了遗传咨询师是否相信来世以及他们认为自己有多精神之间是否存在统计学上的显著差异。

要运行 t 检验，您将点击“分析”→“比较均值”→“独立样本 t 检验”。

由于精神尺度是间隔/比率变量，因此它将充当因变量。也就是说，一个人认为自己有多精神取决于他是否相信来世。找到精神尺度变量（标记为“sprscale”）并点击箭头将其移至测试变量部分。接下来，找到对来世的看法变量（标记为“postlife”）并点击箭头将其移至分组变量部分。

您将在分组变量旁边看到问号。这是因为 SPSS 允许您选择要包含的自变量的哪些类别（变量可能包含不止两个类别）。您需要告诉 SPSS 要比较哪些组，方法是点击“定义组”按钮。要找到这些标签，请返回数据编辑器中的变量视图，然后点击“postlife”变量的“值”按钮。您将看到此屏幕

以上屏幕截图显示不相信来世标记为“0”，相信标记为“1”。一旦您知道对来世信念的值，请返回到 t 检验对话框。在定义组窗口中，为“否”添加零，为“是”添加一。

定义好组后，点击“继续”。您将返回到主要“独立样本 t 检验”窗口。

点击确定，SPSS 将运行 T 检验。输出中将出现两个表格。

这些表格中出现了很多信息。第一个表格只是“组统计”表格，其中包括：样本量、均值、标准差和均值的标准误差。

第二个表格，标记为“独立样本检验”，是您用来确定是否可以拒绝原假设的表格。因为您正在比较两个均值，所以会获得两个不同的方差。有一个长方程用于确定使用哪个方差，但 SPSS 通过运行 Levene 方差齐性检验为您执行此操作。如果方差相对相等，即一个样本方差不超过另一个样本方差的两倍，那么您可以假设方差相等。通过查看 Levene 检验的输出，您可以决定使用哪一行。如果显著性为 0.05 或以下，则使用底行或“假设方差不相等”。如果显著性大于 0.05，则使用顶行。在本例中，由于显著性为 0.000，因此我们将检查底行。

顶行和底行都提供相同的信息，只是使用不同的检验来计算检验统计量，这会导致略微不同的计算。此表格提供了检验统计量或 t 值、自由度以及其他有助于确定置信区间的数值。提供的关键统计量是 p 值，列在“Sig (2 尾)”列中。如果您的 p 值大于 0.05，则您无法拒绝原假设（这意味着均值之间的差异可能是由于偶然性或抽样误差）。如果您的 p 值小于 0.05，则您可以拒绝原假设（这意味着均值之间确实存在统计学上的显著差异，而不是由于抽样误差）。在本例中，您可以拒绝原假设（因为显著性为 0.000，远小于 0.05）。

您应该始终解释您的分析，“一个人认为自己有多精神会受到一个人是否相信来世的影响。”

章节由 Alison Moser 贡献。