使用 SPSS 和 PASW/獨立樣本 t 檢驗

獨立樣本 t 檢驗用於比較名義/序數變數上的兩個類別之間間隔/比率變數的均值。它回答了均值之間的差異在感興趣的總體中是否具有統計學意義（假設抽樣良好）還是差異是由於抽樣誤差。為了進行此檢驗，您需要來自一個人口的兩個變數和樣本。自變數是名義/序數，因變數是間隔/比率。

為了說明這個概念，本章測試了遺傳諮詢師是否相信來世以及他們認為自己有多精神之間是否存在統計學上的顯著差異。

要執行 t 檢驗，您將點選“分析”→“比較均值”→“獨立樣本 t 檢驗”。

由於精神尺度是間隔/比率變數，因此它將充當因變數。也就是說，一個人認為自己有多精神取決於他是否相信來世。找到精神尺度變數（標記為“sprscale”）並點選箭頭將其移至測試變數部分。接下來，找到對來世的看法變數（標記為“postlife”）並點選箭頭將其移至分組變數部分。

您將在分組變數旁邊看到問號。這是因為 SPSS 允許您選擇要包含的自變數的哪些類別（變數可能包含不止兩個類別）。您需要告訴 SPSS 要比較哪些組，方法是點選“定義組”按鈕。要找到這些標籤，請返回資料編輯器中的變數檢視，然後點選“postlife”變數的“值”按鈕。您將看到此螢幕

以上螢幕截圖顯示不相信來世標記為“0”，相信標記為“1”。一旦您知道對來世信念的值，請返回到 t 檢驗對話方塊。在定義組視窗中，為“否”新增零，為“是”新增一。

定義好組後，點選“繼續”。您將返回到主要“獨立樣本 t 檢驗”視窗。

點選確定，SPSS 將執行 T 檢驗。輸出中將出現兩個表格。

這些表格中出現了很多資訊。第一個表格只是“組統計”表格，其中包括：樣本量、均值、標準差和均值的標準誤差。

第二個表格，標記為“獨立樣本檢驗”，是您用來確定是否可以拒絕原假設的表格。因為您正在比較兩個均值，所以會獲得兩個不同的方差。有一個長方程用於確定使用哪個方差，但 SPSS 透過執行 Levene 方差齊性檢驗為您執行此操作。如果方差相對相等，即一個樣本方差不超過另一個樣本方差的兩倍，那麼您可以假設方差相等。透過檢視 Levene 檢驗的輸出，您可以決定使用哪一行。如果顯著性為 0.05 或以下，則使用底行或“假設方差不相等”。如果顯著性大於 0.05，則使用頂行。在本例中，由於顯著性為 0.000，因此我們將檢查底行。

頂行和底行都提供相同的資訊，只是使用不同的檢驗來計算檢驗統計量，這會導致略微不同的計算。此表格提供了檢驗統計量或 t 值、自由度以及其他有助於確定置信區間的數值。提供的關鍵統計量是 p 值，列在“Sig (2 尾)”列中。如果您的 p 值大於 0.05，則您無法拒絕原假設（這意味著均值之間的差異可能是由於偶然性或抽樣誤差）。如果您的 p 值小於 0.05，則您可以拒絕原假設（這意味著均值之間確實存在統計學上的顯著差異，而不是由於抽樣誤差）。在本例中，您可以拒絕原假設（因為顯著性為 0.000，遠小於 0.05）。

您應該始終解釋您的分析，“一個人認為自己有多精神會受到一個人是否相信來世的影響。”

章節由 Alison Moser 貢獻。