使用 SPSS 和 PASW/配对样本 t 检验

一个配对样本 t 检验是一种检验，当你在样本中从同一个人那里获得两个以完全相同的方式测量的区间/比率变量时，该检验很有用。你可以使用配对样本 t 检验来比较这两个变量上的分数。这种检验最常见的应用是用于对样本的预测试和后测试分数进行比较，前提是在预测试和后测试之间进行了一些干预。使用配对样本 t 检验而不是独立样本 t 检验的原因是分数来自同一个人，这表明分数之间存在潜在关系。

配对样本 t 检验在其他情况下也很有用，例如，当你从同一时间从同一组受试者那里获得两个具有相同计量单位的变量时，并且你想了解受试者在一个测试上的得分是否与另一个测试不同。本节将使用这个示例来说明该检验。在遗传咨询师的样本数据集中，有两个具有相同计量单位的区间变量——10 分制量表。但是，一个变量询问遗传咨询师他们的宗教程度，另一个变量询问他们精神程度。由于是同一组受试者回答了使用相同指标的不同问题，我们可以使用配对样本 t 检验比较他们在这两个变量上的得分。

以下是 SPSS 中的操作方法。首先，选择“分析”->“比较均值”->“配对样本 t 检验”。

将打开“配对样本 t 检验”窗口。

要选择要比较的变量，你必须同时选择两个变量。为此，选择第一个变量，然后按住“Ctrl”键并选择第二个变量，然后使用蓝色箭头将其移动到“配对变量”框中。

然后点击“确定”。你将在输出窗口中获得以下表格。

第一个表格提供了两个变量的基本样本和变量统计数据，包括均值、样本量、标准差和均值的标准误。在我们比较中感兴趣的是两个均值。在精神程度量表上，遗传咨询师的平均值为 6.17。在宗教程度量表上，遗传咨询师的平均值为 4.64。这些分数看起来差异很大，但感兴趣的问题是这些分数的差异是由于偶然性还是由于人群中的实际影响。配对样本 t 检验可以帮助我们确定这一点。

第二个表格是相关性表格，将在相关性章节中讨论，这里不予讨论。

第三个表格是“配对样本检验”表格。第一列标为“均值”，它是两个变量均值之间的平均差异。“标准差”和“均值的标准误”是根据第一列中的平均均值计算的。第四列和第五列是差异的下限置信区间和上限置信区间。有关置信区间的更多信息，请参见置信区间章节。第六列“t”是 t 分数。第七列是自由度。第八列提供了均值差异的 p 值。在我们的示例中，p 值为 .000，小于标准 alpha 值 .05，这表明假设这两个分数实际上相同，那么这两个分数由于随机机会而不同的可能性小于 1/1000。在这种情况下，我们将拒绝这两个分数相同的零假设，并接受备择假设。遗传咨询师的宗教程度和精神程度之间存在显著差异；遗传咨询师的精神程度明显高于其宗教程度。