SPSS進行獨立樣本的T檢驗

對于相互獨立的兩個來自正態總體的樣本，利用獨立樣本的T檢驗來檢驗這兩個樣本的均值和方差是否來源于同一總體。在SPSS中，獨立樣本的T檢驗由“Independent-Sample T Test”過程來完成。

實例

在有小麥叢矮病的麥田里，調查了13株病株和11株健株的植株高度，分析健株高度是否高于病株。其調查數據如下：

健株 26.0 32.4 37.3 37.3 43.2 47.3 51.8 55.8 57.8 64.0 65.3
    病株 16.7 19.8 19.8 23.3 23.4 25.0 36.0 37.3 41.4 41.7 45.7 48.2 57.8

該數據保存在“DATA4-3.SAV”文件中，變量格式如圖4-6，狀態變量中：1表示病株，2表示健株。

圖4-6

1）準備分析數據

在數據編輯窗口輸入分析的數據，如圖4-6所示?；蛘叽蜷_需要分析的數據文件“DATA4-3.SAV”。 

2）啟動分析過程

在主菜單選中“Analyze”中的“Compare Means”，在下拉菜單中選中“Independent -Sample T Test”命令。出現圖4-7設置對話框。。

圖4-7 獨立樣本T檢驗窗口

3）設置分析變量

從“Test Variable(s):”從左邊的變量列表中選中變量后，點擊右拉按鈕后，這個變量就進入到檢驗分析“Test Variable(s):”框里，用戶可以從左邊變量列表里選擇一個或多個。本例選擇“小麥叢矮病[株高]”。

“Grouping Variable(s):”欄是分組變量欄。從左邊的變量列表中選中分組變量后，按右拉按鈕，這個變量就進入到“Grouping Variable(s):”框里。本例選擇“狀態”變量。

“Define Groups”按鈕是定義分組變量的分組值。當該按鈕可用時，出現圖4-8對話框。

圖4-8 定義分組值對話框

如果分組變量是離散型數值變量應選擇“Use specified values”項，該項下面的“Group 1”和“Group 2”欄用于輸入分組

變量值；字符型數據輸入相應分組字符。若分組變量是連續型變量，應選擇“Cut point”項，分組變量會按該項輸入值分為大于和小于兩組。

本例選擇“Use specified values”項，在“Group 1”欄輸入1；在“Group 2”欄輸入2。按“Continue”按鈕退回上一級對話框。 

4）設置其他參數 
點擊“Options”按鈕，打開設置檢驗的置信度和缺失值對話框。在“Confidence Interval:”框輸入置信度水平，系統默認為95%；“Missing Values”框里的“Exclude cases analysis by analysis”欄，是只排除分析變量為缺失值的選擇項，“Exclude cases listwise”是排除任何含有缺失值的選擇項。

5）提交執行

輸入完成后，在過程主窗口中單擊“OK”按鈕，SPSS輸出分析結果如表4-5和表4-6。 

6) 結果與分析

結果

表4-5 分組統計量列表 Group Statistics

表4-6 獨立樣本的檢驗結果 Independent Samples Test

分析

表4-6“Levene's Test for Equality of Variances”列方差齊次性檢驗結果：F值為0.038，顯著性概率為0.847，因此兩組方差不顯著。

那么應該從表4-6 的“Equal vari ances assumed”行讀取數值。t值是-2.539，Sig. (2-tailed)是雙尾t檢驗的顯著性概率0.019，小于0.05?？梢缘贸鼋Y論：病株與健株的株高差異顯著。

兩組的株高均值之差為13.56，平均病株低于健株13.56。差值的標準誤為5.341。

點擊“Options”按鈕，打開設置檢驗的置信度和缺失值對話框。在“Confidence Interval:”框輸入置信度水平，系統默認為95%；“Missing Values”框里的“Exclude cases analysis by analysis”欄，是只排除分析變量為缺失值的選擇項，“Exclude cases listwise”是排除任何含有缺失值的選擇項。
“Equal vari ances assumed”行是方差齊次性時的t檢驗判讀值；
“Equal vari ances not assumed”行是方差不齊次性時的t檢驗判讀值。