使用 SPSS 和 PASW/配對樣本 t 檢驗

一個配對樣本 t 檢驗是一種檢驗，當你在樣本中從同一個人那裡獲得兩個以完全相同的方式測量的區間/比率變數時，該檢驗很有用。你可以使用配對樣本 t 檢驗來比較這兩個變數上的分數。這種檢驗最常見的應用是用於對樣本的預測試和後測試分數進行比較，前提是在預測試和後測試之間進行了一些干預。使用配對樣本 t 檢驗而不是獨立樣本 t 檢驗的原因是分數來自同一個人，這表明分數之間存在潛在關係。

配對樣本 t 檢驗在其他情況下也很有用，例如，當你從同一時間從同一組受試者那裡獲得兩個具有相同計量單位的變數時，並且你想了解受試者在一個測試上的得分是否與另一個測試不同。本節將使用這個示例來說明該檢驗。在遺傳諮詢師的樣本資料集中，有兩個具有相同計量單位的區間變數——10 分制量表。但是，一個變數詢問遺傳諮詢師他們的宗教程度，另一個變數詢問他們精神程度。由於是同一組受試者回答了使用相同指標的不同問題，我們可以使用配對樣本 t 檢驗比較他們在這兩個變數上的得分。

以下是 SPSS 中的操作方法。首先，選擇“分析”->“比較均值”->“配對樣本 t 檢驗”。

將開啟“配對樣本 t 檢驗”視窗。

要選擇要比較的變數，你必須同時選擇兩個變數。為此，選擇第一個變數，然後按住“Ctrl”鍵並選擇第二個變數，然後使用藍色箭頭將其移動到“配對變數”框中。

然後點選“確定”。你將在輸出視窗中獲得以下表格。

第一個表格提供了兩個變數的基本樣本和變數統計資料，包括均值、樣本量、標準差和均值的標準誤。在我們比較中感興趣的是兩個均值。在精神程度量表上，遺傳諮詢師的平均值為 6.17。在宗教程度量表上，遺傳諮詢師的平均值為 4.64。這些分數看起來差異很大，但感興趣的問題是這些分數的差異是由於偶然性還是由於人群中的實際影響。配對樣本 t 檢驗可以幫助我們確定這一點。

第二個表格是相關性表格，將在相關性章節中討論，這裡不予討論。

第三個表格是“配對樣本檢驗”表格。第一列標為“均值”，它是兩個變數均值之間的平均差異。“標準差”和“均值的標準誤”是根據第一列中的平均均值計算的。第四列和第五列是差異的下限置信區間和上限置信區間。有關置信區間的更多資訊，請參見置信區間章節。第六列“t”是 t 分數。第七列是自由度。第八列提供了均值差異的 p 值。在我們的示例中，p 值為 .000，小於標準 alpha 值 .05，這表明假設這兩個分數實際上相同，那麼這兩個分數由於隨機機會而不同的可能性小於 1/1000。在這種情況下，我們將拒絕這兩個分數相同的零假設，並接受備擇假設。遺傳諮詢師的宗教程度和精神程度之間存在顯著差異；遺傳諮詢師的精神程度明顯高於其宗教程度。