SPSS独立样本t检验结果分析
上图为独立样本T检验。
由下图的基本参数设置生成
结果解读：三步法
第一步：拿到两组核心基本统计量，对于数值变量，核心基本统计量就三个，样本量N，均值，标准差。然后产生主观意识，发现男生肺活量是3887.16，女生肺活量是2522.57，给人男生肺活量可能比女生高的主观感受
第二步：“大同小异”，即sig大于0.05则看“假设方差相等”这一行，反之则看“假设方差不相等”这一行（Sig=significance，意为“显著性”、显著性指标，后面的值就是统计出的P值，一般大于0.05拒绝原假设，否则接受原假设，一般都是期望拒绝原假设，少数情况希望接受原假设，所以sig就是判断的依据。）
上图的sig=.000&0.05说明两组方差不齐，有差异
第三步：由第二步推出应看“假设方差不相等”这一行。
应该报告的内容为：采用了两独立样本T检验，得到t=28.843，p=0.000&0.05
得出的结论为：因为C图中的Sig值小于0.05，故两组之间的肺活量差异有统计学意义
变量分三种：数值变量、等级变量、分类变量。
数值变量优先考虑t检验
等级变量优先考虑非参数检验
SPSS中有8种非参数检验方法： o Chi-square卡方检验 o Binomial二项分布检验 o Runs游程检验 o 1-Sample K-S 单个样本柯尔莫哥洛夫-斯米诺夫检验 o 2 Independent sample 两个独立 样本检验 o K Independentsample K个独立样本检验 o 2 Related Independent sample两 个相关样本检验 o K RelatedIndependent sample K 个相关样本检验
分类变量优先考虑卡方检验
其余详见：
本文已收录于以下专栏：
相关文章推荐
用软件分析之前，得很清楚什么是T检验？用来做什么？回顾T检验理论基础：
抽样分布：t分布；
均值差异性的检验方法：Z检验和T检验综述；
简单总结：要证明两...
指两个样本之间彼此独立没有关联，两个独立样本各自接受相同的测量，主要目的是分析两个独立样本的均值是否有显著差异。前提
独立性两个样本相互独立，即从一总体中抽取一批样本对从另一总体中...
数据分析步骤
任何一个数据分析项目，如果按照整个分析过程的流程结构来看，都可以被分解为大致7个阶段：计划阶段、数据收集、数据获取、数据准备、数据分析、结果报告和模型发布阶段。这里详细解释一下数据...
简介用来检验来自两配对总体的均值是否在统计上有显著差异配对样本均数t检验简称配对t检验(paired t test),又称非独立两样本均数t检验,适用于配对设计计量资料均数的比较,其比较目的是检验两相...
简介多独立样本检验用于在总体分布未知的情况下判断多个独立的样本是否来自相同分布的总体检验方法
Kruskal-Wallis H检验
是Mann-Whitney U检验法的扩展，是一种推广的评...
spss中交叉分析主要用来检验两个变量之间是否存在关系，或者说是否独立，其零假设为两个变量之间没有关系。在实际工作中，经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同。
简介两独立样本检验可以判断两个独立的样本是否来自相同分布的总体。这种检验过程是通过分析两个独立样本的均值、中位数、离散趋势、偏度等描述性统计量之间的差异来实现的检验类型
Mann-Whitney U检...
单样本t检验，首先检验其总体分布是否服从正态分布，对于符合相应条件的数据运用相应的检验。仅举一例:调查一生产车间的刹车装置，直径为322millimeters为合格，生产车间有8个生产小组，每组抽的1...
简介检验某个变量的总体均值和指定值是否存在显著性差异，统计的前提是样本的总体服从正态分布。此检验对偏离正态性也是相当稳健的。置信区间正态总体、方差未知、小样本情况下
如果总体服从正态分布，无...
他的最新文章
讲师：王哲涵
讲师：韦玮
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)利用SPSS检验数据是否符合正态分布
正态分布也叫常态分布，在我们后面说的很多东西都需要数据呈正态分布。下面的图就是正态分布曲线，中间隆起，对称向两边下降。
下面我们来看一组数据，并检验“期初平均分” 数据是否呈正态分布（此数据已在SPSS里输入好）
在SPSS里执行“分析—&描述统计—&频数统计表”(菜单见下图，英文版的可以找到相应位置)，然后弹出左边的对话框，变量选择左边的“期初平均分”，再点下面的“图表”按钮，弹出图中右边的对话框，选择“直方图”，并选中“包括正态曲线”
&设置完后点“确定”，就后会出来一系列结果，包括2个表格和一个图，我们先来看看最下面的图，见下图，
上图中横坐标为期初平均分，纵坐标为分数出现的频数。从图中可以看出根据直方图绘出的曲线是很像正态分布曲线。如何证明这些数据符合正态分布呢，光看曲线还不够，还需要检验：
检验方法一：看偏度系数和峰度系数
我们把SPSS结果最上面的一个表格拿出来看看(见下图)：
偏度系数Skewness=-0.333;峰度系数Kurtosis=0.886；两个系数都小于1，可认为近似于正态分布。
检验方法二：单个样本K-S检验
在SPSS里执行“分析—&非参数检验—&，弹出对话框，检验变量选择“期初平均分”，检验分布选择“正态分布”，然后点“确定”。
检验结果为：
从结果可以看出，K-S检验中,Z值为0.493，P值 (sig
2-tailed)=0.968&0.05，因此数据呈近似正态分布
检验方法三：Q-Q图检验
在SPSS里执行“图表—&Q-Q图”，弹出对话框，见下图：
变量选择“期初平均分”，检验分布选择“正态”，其他选择默认，然后点“确定”，最后可以得到Q-Q图检验结果，结果很多，我们只需要看最后一个图，见下图。
&&& QQ Plot
中，各点近似围绕着直线，说明数据呈近似正态分布。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。拒绝访问 | www.vst.cc | 百度云加速
请打开cookies.
此网站 (www.vst.cc) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3acfb09e-ua98).
重新安装浏览器，或使用别的浏览器}