第4章SPSS均值比较

1、.1.1.使用目的使用目的 单样本单样本t t检验的目的是利用来自某总体的样本数据，推检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在明显的差异。它是断该总体的均值是否与指定的检验值之间存在明显的差异。它是对总体均值的假设检验。对总体均值的假设检验。2.2.基本原理基本原理 单样本单样本t t检验作为假设检验的一种方法，其基本步骤和假检验作为假设检验的一种方法，其基本步骤和假设检验相同。其零假设为设检验相同。其零假设为H H0 0：总体均值与指定检验值之间不存在：总体均值与指定检验值之间不存在显著差异。该方法采用显著差异。该方法采用t t检验方法，按照下式计算检

2、验方法，按照下式计算t t统计量。统计量。DtSn. 上上式中，式中，D D是样本均值与检验值之差；因为总体方差未知，故是样本均值与检验值之差；因为总体方差未知，故用样本方差用样本方差S S代替总体方差；代替总体方差；n n为样本数。为样本数。3.3.概率概率P P值值 如果概率如果概率P P值小于或等于显著性水平，拒绝零假设；值小于或等于显著性水平，拒绝零假设； 如果概率如果概率P P值大于显著性水平，则接受零假设。值大于显著性水平，则接受零假设。 D4.4.软件使用方法软件使用方法（1 1）在）在SPSSSPSS中，软件将自动计算中，软件将自动计算t t值，由于该统计量服从值，由于该统计量

3、服从n-1n-1个自个自由度的由度的t t分布，分布，SPSSSPSS将根据将根据t t分布表给出分布表给出t t值对应的相伴概率值对应的相伴概率P P值。值。（2 2）如果相伴概率）如果相伴概率P P值小于或等于给定的显著性水平，则拒绝值小于或等于给定的显著性水平，则拒绝H H0 0，认为总体均值与检验值之间存在显著差异。认为总体均值与检验值之间存在显著差异。（3 3）相反，相伴概率值大于给定的显著性水平，则不应拒绝）相反，相伴概率值大于给定的显著性水平，则不应拒绝H H0 0，可以认为总体均值与检验值之间不存在显著差异。可以认为总体均值与检验值之间不存在显著差异。.Step01Step01

4、： 打开单样本打开单样本t t检验对话框。检验对话框。 选择菜单栏中的选择菜单栏中的【分析分析】【比较均值比较均值】【单样本单样本T T检验检验】命命令，弹出令，弹出【单样本单样本T T检验检验】对话框。对话框。.Step02Step02： 选择检验变量。选择检验变量。 在该对话框左侧的候选变量列表框中选择一个或几个变量，将在该对话框左侧的候选变量列表框中选择一个或几个变量，将其移入其移入【检验变量检验变量】列表框中。其中，左侧候选变量列表框中显列表框中。其中，左侧候选变量列表框中显示的是可以进行示的是可以进行t t检验的变量。检验的变量。Step03Step03： 选择样本检验值。选择样本检

5、验值。 在在【检验值检验值】文本框中输入检验值，相当于假设检验问题中提文本框中输入检验值，相当于假设检验问题中提出的零假设出的零假设H H0 0： = =0 0。.Step04Step04：其他选项设置。：其他选项设置。 单击单击【选项选项】按钮，弹出按钮，弹出【单样本单样本T T检验：选项检验：选项】对话框。对话框。该对话框用于指定输出内容和关于缺失值的处理方法，其中各选该对话框用于指定输出内容和关于缺失值的处理方法，其中各选项的含义如下。项的含义如下。 （1 1）【置信区间百分比置信区间百分比】：该文本框用于设置在指定水平下，：该文本框用于设置在指定水平下，样本均值与指定的检验值之差的置信

6、区间，默认值为样本均值与指定的检验值之差的置信区间，默认值为95%95%。 （2 2）【缺失值缺失值】选项组：用于设置缺失值的处理方式，它有选项组：用于设置缺失值的处理方式，它有以下两种处理方式。以下两种处理方式。 按分析顺序排除个案：点选该单选钮，表示当分析计算涉及到按分析顺序排除个案：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。含有缺失值的变量时，删除该变量上是缺失值的观测量。 按列表排除个案：点选该单选钮，表示删除所有按列表排除个案：点选该单选钮，表示删除所有 含缺失值含缺失值的观测量后再进行分析。、的观测量后再进行分析。、.Step05Step0

7、5：相关统计量的：相关统计量的BootstrapBootstrap估计估计 单击单击【BootstrapBootstrap】按钮，在弹出的对话框中可以按钮，在弹出的对话框中可以 进行如下进行如下统计量的统计量的BootstrapBootstrap估计。估计。 （1 1）支持均值和标准差的）支持均值和标准差的Bootstrap Bootstrap 估计。估计。 （2 2）支持平均值差值的）支持平均值差值的Bootstrap Bootstrap 估计和显著性检验。估计和显著性检验。Step06Step06： 单击单击【确定确定】按钮结束操作，按钮结束操作，SPSSSPSS软件自软件自 动输出动输出

8、结果。结果。.1. 1. 实例内容实例内容 根据一份公共交通调查报告显示，对于那些在一个城市乘车根据一份公共交通调查报告显示，对于那些在一个城市乘车上下班的人来说，平均通勤时间为上下班的人来说，平均通勤时间为1919分钟，其人数总量为分钟，其人数总量为100100万万300300万。假设一个研究者居住在一个人口为万。假设一个研究者居住在一个人口为240240万的城市里，万的城市里，想通过验证以确定通勤时间是否和其他城市平均水平是否一致。想通过验证以确定通勤时间是否和其他城市平均水平是否一致。他随机选取了他随机选取了2626名通勤者作为样本，收集的数据如下所示。假设名通勤者作为样本，收集的数据如

9、下所示。假设通勤时间服从正态分布，这位研究者能得到什么结论？通勤时间服从正态分布，这位研究者能得到什么结论？ 19 16 20 23 23 24 13 19 23 16 17 15 14 19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28 27 17 23 18 18 20 18 18 18 23 19 19 28.2 2 实例操作实例操作 现在该名研究者要检验他所在城市的平均通勤时间和全国其他城现在该名研究者要检验他所在城市的平均通勤时间和全国其他城市平均水平是否一致。由于题目中已给出了其

10、他城市通勤时间的市平均水平是否一致。由于题目中已给出了其他城市通勤时间的平均水平平均水平为为1919分钟，因此，这里就是要检验该城市通勤时间是否分钟，因此，这里就是要检验该城市通勤时间是否等于等于1919分钟，即进行如下假设检验：分钟，即进行如下假设检验： Step01Step01：打开对话框：打开对话框 打开数据文件打开数据文件4-1.sav4-1.sav，选择菜单栏中的，选择菜单栏中的【分析分析】 【比较均值比较均值】【单样本单样本T T检验检验】命令，弹出命令，弹出【单样本单样本T T检验检验】对话框。对话框。0:19;Ht 1:19H t.Step02Step02：选择检验变量：选择检

11、验变量 在候选变量列表框中选择在候选变量列表框中选择“time”变量，将其添加至变量，将其添加至【检验变检验变量量】列表框中。列表框中。 .Step03Step03：选择样本检验值：选择样本检验值 在在【检验值检验值】文本框中输入检验值文本框中输入检验值“19”19”。单击。单击【选项选项】按钮，按钮，在弹出的对话框的在弹出的对话框的【置信区间百分比置信区间百分比】文本框中将系统默认的文本框中将系统默认的9595修改为修改为 9999，其目的是调整显著性水平。单击，其目的是调整显著性水平。单击【继续继续】按钮按钮返回主对话框。返回主对话框。.MeanStd. DeviationStd. Err

12、or Mean通勤时间2619.53853.75479.73638 Step04Step04：结束操作：结束操作 单击单击【确定确定】按钮，完成操作。此时，软件输出结果出现在按钮，完成操作。此时，软件输出结果出现在结果浏览窗口中。结果浏览窗口中。3. 3. 实例结果及分析实例结果及分析 （1 1）描述性统计分析表）描述性统计分析表.（2 2）单样本）单样本t t检验结果检验结果Test Value = 19 tdfSig. (2-tailed)Mean Difference99% Confidence Interval of the DifferenceLowerUpper通勤时间.73125

13、.471.53846-1.51412.5911.1 .1 .实例内容实例内容 19951995年年2 2月，某个航班往返机票的平均折扣费是月，某个航班往返机票的平均折扣费是258258美美元（元（今日美国今日美国，19951995年年3 3月月3030日）。随机抽取了在日）。随机抽取了在3 3月份中月份中1515个往返机票的折扣费作为一个简单随机样本，结果得到下面的数个往返机票的折扣费作为一个简单随机样本，结果得到下面的数据：据： 310 260 265 255 300 310 230 310 260 265 255 300 310 230 250 265 280 290 240 285 25

14、0 260 250 265 280 290 240 285 250 260 请你检验请你检验3 3月份往返机票的折扣费是否有所增加？月份往返机票的折扣费是否有所增加？ . 2 2 实例操作实例操作 由于由于3 3月份机票的平均折扣费是月份机票的平均折扣费是258258美元，而现在调查抽取美元，而现在调查抽取了了1515个数据，可以计算得到它们的样本均值等于个数据，可以计算得到它们的样本均值等于270270美元。从美元。从数值大小看到明显折扣费用增加了。但是，这种数值的增加是数值大小看到明显折扣费用增加了。但是，这种数值的增加是由实际情况变动还是抽样误差造成的，则可以通过单样本的由实际情况变动还

15、是抽样误差造成的，则可以通过单样本的t t检检验来验证。这里建立如下假设检验：验来验证。这里建立如下假设检验：0:H1:H0:258;H price1:258H price. 由于单样本由于单样本t t检验要求样本数据服从正态分布，因此进行检验要求样本数据服从正态分布，因此进行单样本的单样本的K-SK-S检验，得到检验分析表。从检验结果看到，统计量检验，得到检验分析表。从检验结果看到，统计量Z Z等于等于0.6970.697，相伴概率，相伴概率P P等于等于0.7160.716，远大于显著性水平，因此接，远大于显著性水平，因此接受零假设，认为该数据服从正态分布，可以利用单样本受零假设，认为该数

16、据服从正态分布，可以利用单样本t t检验方检验方法。具体操作步骤如下。法。具体操作步骤如下。Step01Step01：打开数据文件打开数据文件4-2.sav4-2.sav，选择菜单栏中的，选择菜单栏中的【分析分析】 【比较均值比较均值】【单样本单样本T T检验检验】命令，弹出命令，弹出【单样本单样本T T检验检验】对对话框。话框。Step02Step02：在候选变量列表框中选择在候选变量列表框中选择“pirce”变量，将其添加至变量，将其添加至【检验变量检验变量】列表框中。列表框中。.Step03: Step03: 在在【检验值检验值】文本框中输入检验值文本框中输入检验值“258”258”。S

17、tep04:Step04:单击单击【确定确定】按钮，完成操作。按钮，完成操作。3 3 实例结果实例结果 Test Value = 258 tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper机票折扣费1.87514.08212.000-1.7325.73.4.2.1 4.2.1 两独立样本两独立样本t t检验的检验的SPSSSPSS操作步骤操作步骤Step01Step01：打开两独立样本：打开两独立样本t t检验对话框。检验对话框。 选择菜单栏中的选择菜单栏中的【分析分析】【比较

18、均值比较均值】【独立样本独立样本T T检验检验】命令，弹出命令，弹出【独立样本独立样本T T检验检验】对话框。对话框。.Step02Step02：选择检验变量：选择检验变量 在左侧的候选变量列表框中选择检验变量，将其移入在左侧的候选变量列表框中选择检验变量，将其移入【检验变量检验变量】列表框中，这里需要选入待检验的变量。列表框中，这里需要选入待检验的变量。Step03Step03：选择分组变量：选择分组变量 在左侧的候选变量列表框中选择分组变量，将其移入在左侧的候选变量列表框中选择分组变量，将其移入【分组分组变量变量】文本框中，目的是区分检验变量的不同组别。文本框中，目的是区分检验变量的不同组

19、别。Step04 Step04 定义组别名称定义组别名称 单击单击【定义组定义组】按钮，弹出按钮，弹出【定义组定义组】对话框，此时需对话框，此时需要定义进行要定义进行t检验的比较组别名称。检验的比较组别名称。.Step05Step05：相关统计量的：相关统计量的BootstrapBootstrap估计估计 单击单击【BootstrapBootstrap】按钮，在弹出的对话框中可以进按钮，在弹出的对话框中可以进行如下统计量的行如下统计量的BootstrapBootstrap估计。估计。 支持均值和标准差的支持均值和标准差的Bootstrap Bootstrap 估计。估计。 支持平均值差值的支持

20、平均值差值的Bootstrap Bootstrap 估计和显著性检验。估计和显著性检验。Step06Step06：单击：单击【确定确定】按钮，结束操作，按钮，结束操作，SPSSSPSS软件自动输出相软件自动输出相关结果。关结果。 .1. 1. 实例内容实例内容 国际航空运输协会对商务旅游人员进行了一项调查，以国际航空运输协会对商务旅游人员进行了一项调查，以便确定多个国际机场的等级分数。最高可能分数是便确定多个国际机场的等级分数。最高可能分数是1010分，分数越分，分数越高说明其等级也越高。假设有一个由高说明其等级也越高。假设有一个由5050名商务旅行人员组成的简名商务旅行人员组成的简单随机样本

21、，要求这些人给迈阿密机场打分。另外有一个由单随机样本，要求这些人给迈阿密机场打分。另外有一个由5050名名商务旅行人员组成的样本，要求这些人给洛杉矶机场打分。这两商务旅行人员组成的样本，要求这些人给洛杉矶机场打分。这两个组人员打出的等级分数如表个组人员打出的等级分数如表4-54-5所示。请你判断迈阿密机场和所示。请你判断迈阿密机场和洛杉矶机场的等级评分是否相同？洛杉矶机场的等级评分是否相同？. 2 2 实例操作实例操作 本案例中共有两组商务旅行人员分别对迈阿密和洛杉矶机场本案例中共有两组商务旅行人员分别对迈阿密和洛杉矶机场打分。由于这两组人员构成不同，因此由这两组人员组成的样本打分。由于这两组

22、人员构成不同，因此由这两组人员组成的样本可以看作是相互独立的。现在要比较这两个机场的平均得分是否可以看作是相互独立的。现在要比较这两个机场的平均得分是否相同，也就是要检验这两个独立样本的均值是否相同，因此可以相同，也就是要检验这两个独立样本的均值是否相同，因此可以采用两独立样本采用两独立样本t t检验的方法。于是建立如下假设检验：检验的方法。于是建立如下假设检验： H H0 0 ：迈阿密机场和洛杉矶机场的等级得分相同。：迈阿密机场和洛杉矶机场的等级得分相同。 H H1 1 ：迈阿密机场和洛杉矶机场的等级得分不同。：迈阿密机场和洛杉矶机场的等级得分不同。.Step01Step01：打开对话框：打

23、开对话框 选择菜单栏中的选择菜单栏中的【分析分析】 【比较均值比较均值】【独立样本独立样本T T检检验验】命令，弹出命令，弹出【独立样本独立样本T T检验检验】对话框，。这里变量对话框，。这里变量scorescore表表示两个机场的得分；变量示两个机场的得分；变量x x是不同机场的标志变量，是不同机场的标志变量，1 1表示迈阿密表示迈阿密机场，机场，2 2表示洛杉矶机场。表示洛杉矶机场。 .Step02Step02：选择检验变量：选择检验变量 在左侧的候选变量列表框中选择检验变量在左侧的候选变量列表框中选择检验变量“score”score”，将其，将其添加至右侧的添加至右侧的【检验变量检验变量

24、】列表框中，表示需要对它进行独立样列表框中，表示需要对它进行独立样本的本的T T检验检验。Step03Step03：选择分组变量：选择分组变量 在左侧的候选变量列表框中选择分组变量在左侧的候选变量列表框中选择分组变量“x”x”，将其添加，将其添加至至【组变量组变量】文本框中。接着单击文本框中。接着单击【定义组定义组】按钮，弹出按钮，弹出【定义定义组组】对话框。对话框。.Step04Step04：定义组别名称：定义组别名称 点选点选【使用指定值使用指定值】单选钮，在单选钮，在【组组1 1】文本框中输入文本框中输入“1”1”，在在【组组2 2】文本框中输入文本框中输入“2”2”。输入完成后，单击。

25、输入完成后，单击【继续继续】按钮按钮返回。返回。Step05Step05：单击：单击【确定确定】按钮，完成操作。按钮，完成操作。 .（1 1）基本统计信息汇总表）基本统计信息汇总表 （2 2）独立两样本的）独立两样本的t t检验分析结果检验分析结果 两总体方差是否相等的两总体方差是否相等的F F检验检验 这里，该检验的这里，该检验的F F统计量的观察值为统计量的观察值为0.0860.086，对应的概率，对应的概率P P值值为为0.7700.770。由于系统默认显著性水平。由于系统默认显著性水平为为0.050.05，而概率，而概率P P值显然大值显然大于于0.050.05，因此认为两总体的方差无

26、显著性差异。，因此认为两总体的方差无显著性差异。 .两总体均值的检验两总体均值的检验 观察分析结果中观察分析结果中“假设昂差相等假设昂差相等”列的列的t t检验相伴概率值；检验相伴概率值；如果方差不相等，观察如果方差不相等，观察”假设方差不相等假设方差不相等“列的列的t t检验相伴概率检验相伴概率值。本案例的第一步分析中，由于两总体方差无显著差异，因此值。本案例的第一步分析中，由于两总体方差无显著差异，因此应看第一行（假设方差相等）的应看第一行（假设方差相等）的t t检验结果。具体来说，检验结果。具体来说，t t统计量统计量的观测值为的观测值为-0.924-0.924，对应的双尾概率，对应的双

27、尾概率P P值为值为0.3580.358，大于显著性水，大于显著性水平平0.050.05，因此认为两总体的均值不存在显著差异，即迈阿密机场，因此认为两总体的均值不存在显著差异，即迈阿密机场和洛杉矶机场的等级得分相同。这个结论说明商务人员认为两个和洛杉矶机场的等级得分相同。这个结论说明商务人员认为两个机场在服务水平质量等方面是没有差异的机场在服务水平质量等方面是没有差异的。.1. 实例内容实例内容 许多学生都有一次考试中因为第一道题目特别难而惊惶许多学生都有一次考试中因为第一道题目特别难而惊惶失措的不愉快经历。人们对考试题目的安排进行了研究，以弄清失措的不愉快经历。人们对考试题目的安排进行了研究

28、，以弄清它对焦虑的影响。表它对焦虑的影响。表4-84-8所示的分数是对所示的分数是对“测验焦虑测验焦虑”的度量，的度量，有充分的证据支持考试题目的安排对分数有影响这一假设吗？有充分的证据支持考试题目的安排对分数有影响这一假设吗？ . 表表4-84-8列出了两种考试方式下不同学生的焦虑测量值，其值列出了两种考试方式下不同学生的焦虑测量值，其值越大，说明学生考试时越焦虑。现在要研究考试题目对分数的影越大，说明学生考试时越焦虑。现在要研究考试题目对分数的影响性，即比较这两种考试形式对学生有无显著的焦虑差异性。考响性，即比较这两种考试形式对学生有无显著的焦虑差异性。考虑到选取的学生不同，因此可以利用两

29、独立样本的虑到选取的学生不同，因此可以利用两独立样本的t t检验，建立检验，建立假设检验如下。假设检验如下。 H H0 0：两种考试方式下学生的平均焦虑测量值相同。：两种考试方式下学生的平均焦虑测量值相同。 H H1 1：两种考试方式下学生的平均焦虑测量值不同。：两种考试方式下学生的平均焦虑测量值不同。Step01Step01：建立数据文件建立数据文件4-4.sav4-4.sav。这里变量。这里变量anxietyanxiety表示两个机表示两个机场的得分；变量场的得分；变量x x表示不同的考试方式，表示不同的考试方式，1 1表示问题从易到难安排，表示问题从易到难安排，2 2表示各问题从难到易安

30、排。表示各问题从难到易安排。.Step02Step02 ：选择菜单栏中的选择菜单栏中的【分析分析】 【比较均值比较均值】【独立独立样本样本T检验检验】命令，弹出命令，弹出【独立样本独立样本T检验检验】对话框。对话框。Step03 Step03 ：在左侧的候选变量列表框中选择检验变量在左侧的候选变量列表框中选择检验变量 anxietyanxiety，将其添加至，将其添加至【检验变量检验变量】列表框中。列表框中。Step04 Step04 ：选择分组变量选择分组变量x，将其添加至，将其添加至【分组变量分组变量】文文本框中。本框中。Step05 :Step05 :单击单击【定义组定义组】按钮，弹出按

31、钮，弹出【定义组定义组】对话框。点选对话框。点选【使用指定值使用指定值】单选钮，在单选钮，在【组组1 1】文本框中输入文本框中输入“1 1”，在，在【组组2 2】文本框中输入文本框中输入“2 2”。输入完成后，单击。输入完成后，单击【继续继续】按钮，关闭按钮，关闭【定义组定义组】对话框。对话框。Step06 Step06 ：单击单击【OKOK】按钮，结束操作。按钮，结束操作。.（1）基本统计信息汇总表）基本统计信息汇总表不同考试形不同考试形式式NMeanStd. DeviationStd. Error Mean焦虑测焦虑测量值量值问题从易到问题从易到难安排难安排2527.07526.86988

32、1.37398问题从难到问题从难到易安排易安排1631.72814.260151.06504.（2 2）两总体均值的检验两总体均值的检验.4.3.1 4.3.1 两配对样本两配对样本t t检验的基本原理检验的基本原理 1.1.使用目的使用目的 前一节中考虑的是独立样本情形下的总体均值相等的前一节中考虑的是独立样本情形下的总体均值相等的检验问题。但在现实中，总体或样本之间不仅仅表现为独立的检验问题。但在现实中，总体或样本之间不仅仅表现为独立的关系，很多情况下，总体之间存在着一定的相关性。当分析这关系，很多情况下，总体之间存在着一定的相关性。当分析这些相关总体之间的均值关系时，就涉及到两配对样本的

33、些相关总体之间的均值关系时，就涉及到两配对样本的t t检验。检验。. 2.2.基本原理基本原理 两配对样本两配对样本t t检验的目的是利用来自两个总体的配对样检验的目的是利用来自两个总体的配对样本，推断两个总体的均值是否存在显著差异。本，推断两个总体的均值是否存在显著差异。它它和独立样本和独立样本t t检检验的差别就在于要求样本是配对的。由于配对样本在抽样时不是验的差别就在于要求样本是配对的。由于配对样本在抽样时不是相互独立的，而是相互关联的，因此在进行统计分析时必须要考相互独立的，而是相互关联的，因此在进行统计分析时必须要考虑到这种相关性，否则会浪费大量的统计信息，因此对于符合配虑到这种相关

34、性，否则会浪费大量的统计信息，因此对于符合配对情况的统计问题，要首先考虑两配对样本对情况的统计问题，要首先考虑两配对样本t t检验。配对样本主检验。配对样本主要包括下列一些情况。要包括下列一些情况。.（1 1）同一实验对象处理前后的数据。例如对患肝病的病人实施某）同一实验对象处理前后的数据。例如对患肝病的病人实施某种药物治疗后，检验病人在服药前后的差异性。种药物治疗后，检验病人在服药前后的差异性。（2 2）同一实验对象两个部位的数据。例如研究汽车左右轮胎耐磨）同一实验对象两个部位的数据。例如研究汽车左右轮胎耐磨性有无显著差异。性有无显著差异。（3 3）同一样品用两种方法检验的结果。例如对人造纤

35、维在）同一样品用两种方法检验的结果。例如对人造纤维在6060度和度和8080度的水中分别作实验，检验温度对这种材料缩水率的影响性。度的水中分别作实验，检验温度对这种材料缩水率的影响性。（4 4）配对的两个实验对象分别接受不同处理后的数据。例如对双）配对的两个实验对象分别接受不同处理后的数据。例如对双胞胎兄弟实施不同的教育方案，检验他们在学习能力上的差异性。胞胎兄弟实施不同的教育方案，检验他们在学习能力上的差异性。 3.3.使用条件使用条件 进行配对样本检验时，通常要满足以下三个要求。进行配对样本检验时，通常要满足以下三个要求。 （1 1）两组样本的）两组样本的样本容量要相同样本容量要相同； （

36、2 2）两组样本的观察值）两组样本的观察值顺序不能随意调换顺序不能随意调换，要保持一一对应关系；，要保持一一对应关系； （3 3）样本来自的总体要）样本来自的总体要服从正态分布服从正态分布。. Step01Step01：打开两配对样本：打开两配对样本t t检验对话框检验对话框 选择菜单栏中的选择菜单栏中的【分析分析】【比较均值比较均值】【配对样本配对样本T T检验检验】命令，弹出命令，弹出【配对样本配对样本T T检验检验】对话框。对话框。.Step02Step02：选择配对变量：选择配对变量 在在【配对样本配对样本T T检验检验】对话框左侧的候选变量列表框中选择对话框左侧的候选变量列表框中选择

37、一对或几对变量，将其移入一对或几对变量，将其移入【成对变量成对变量】列表框中，这表示系统列表框中，这表示系统将对移入的成对变量进行配对检验。将对移入的成对变量进行配对检验。Step03Step03：其他选项选择：其他选项选择 单击单击【选项选项】按钮，弹出按钮，弹出【配对样本配对样本T T检验：选择检验：选择】对话框。对话框。该对话框用于指定输出内容和关于缺失值的处理方法，其中各选该对话框用于指定输出内容和关于缺失值的处理方法，其中各选项的含义如下。项的含义如下。 （1 1）【置信区间百分比置信区间百分比】：用于设置在指定水平下：用于设置在指定水平下 样本均值与样本均值与指定的检验值之差的置信

38、区间，默认值为指定的检验值之差的置信区间，默认值为95%95%。 （2 2）【缺失值缺失值】选项组：用于设置缺失值的处理方选项组：用于设置缺失值的处理方 式，它有式，它有以下两种处理方式。以下两种处理方式。 按分析顺序排除个案按分析顺序排除个案 ：点选该单选钮，表示当分析计算涉及：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。到含有缺失值的变量时，删除该变量上是缺失值的观测量。 按列表排除个案：按列表排除个案： ：点选该单选钮，表示删除所有含缺失值：点选该单选钮，表示删除所有含缺失值的观测量后再进行分析。的观测量后再进行分析。. Step04 Step04

39、 相关统计量的相关统计量的BootstrapBootstrap估计估计 单击单击【Bootstrap】按钮，在弹出的对话框中可以进行如下统按钮，在弹出的对话框中可以进行如下统计量的计量的Bootstrap估计。估计。 支持均值和标准差的支持均值和标准差的Bootstrap Bootstrap 估计。估计。 支持相关性的支持相关性的Bootstrap Bootstrap 估计。估计。 检验表支持均值的检验表支持均值的Bootstrap Bootstrap 估计。估计。Step05 Step05 ：完成操作：完成操作 单击图单击图【确定确定】按钮，结束操作，按钮，结束操作，SPSSSPSS软件自动

40、输出结果。软件自动输出结果。 . 1. 实例内容实例内容 “每月读书俱乐部每月读书俱乐部”的成员进行了一项调查，以确信其成的成员进行了一项调查，以确信其成员用于看电视的时间是否比读书的时间多。假定抽取了员用于看电视的时间是否比读书的时间多。假定抽取了1515个人组个人组成的样本，得到了下列有关他们每周观看电视的小时数和每周读成的样本，得到了下列有关他们每周观看电视的小时数和每周读书时间的小时数的数据，见表书时间的小时数的数据，见表4-114-11所示。你能够得到结论：所示。你能够得到结论：“每每月读书俱乐部月读书俱乐部”的成员每周观看电视的时间比读书的时间更多吗？的成员每周观看电视的时间比读书

41、的时间更多吗？. 由于读书俱乐部的成员每人在每周可能既要看电视也要由于读书俱乐部的成员每人在每周可能既要看电视也要读书，因此要分析看电视和读书时间差异性，其实就是进行如下读书，因此要分析看电视和读书时间差异性，其实就是进行如下假设检验。假设检验。 H H0 0 ：俱乐部成员看电视和读书所消耗的时间相同。：俱乐部成员看电视和读书所消耗的时间相同。 H H1 1 ：俱乐部成员看电视和读书所消耗的时间不同。：俱乐部成员看电视和读书所消耗的时间不同。 由于抽样数据中，样本都进行了看电视和读书两个方面的时由于抽样数据中，样本都进行了看电视和读书两个方面的时间调查，它们的活动主体都是同一个人，因此，数据类

42、型属于配间调查，它们的活动主体都是同一个人，因此，数据类型属于配对样本的类型，故利用配对样本对样本的类型，故利用配对样本t t检验来分析。具体操作步骤如检验来分析。具体操作步骤如下。下。 .Step01Step01：打开对话框：打开对话框 打开数据文件打开数据文件4-5.sav4-5.sav，选择菜单栏中的，选择菜单栏中的【分析分析】 【比较均值比较均值】【配对样本配对样本T T检验检验】命令，弹出命令，弹出【配对样本配对样本T T检验检验】对话框。这里变量对话框。这里变量 “tv”tv”表示成员每周看电视的时间；变量表示成员每周看电视的时间；变量“book”book”表示成员每周读书的时间表

43、示成员每周读书的时间。 .Step02Step02：选择配对变量：选择配对变量 在左侧的候选变量列表框中依次选择检验变量在左侧的候选变量列表框中依次选择检验变量“tv”和变量和变量“book”，将其添加至，将其添加至【成对变量成对变量】列表框中。这表示进行列表框中。这表示进行“tv”和和 “book”的配对的配对t检验检验。Step03Step03：完成操作：完成操作 单击单击【确定确定】按钮，完成操作。此时，软件输出结果出现在结果按钮，完成操作。此时，软件输出结果出现在结果浏览窗口中。浏览窗口中。.（1）基本统计信息汇总表）基本统计信息汇总表MeanNStd. DeviationStd. E

44、rror MeanPair 1看电视小时数12.00154.5361.171看书小时数9.00153.586.926.（2 2）相关性分析）相关性分析 表表4-13是进行两配对变量之间简单相关性分析结果是进行两配对变量之间简单相关性分析结果输出表。表中第三列表示样本容量，第四列表示看电视时间和输出表。表中第三列表示样本容量，第四列表示看电视时间和看书时间的简单相关系数，第五列表示概率看书时间的简单相关系数，第五列表示概率P值。从结果来看，值。从结果来看，“tv”和和“book”变量的相关系数等于变量的相关系数等于0.193，呈简单正相关关，呈简单正相关关系；同时相伴概率系；同时相伴概率P值值0

45、.490大于显著性水平大于显著性水平0.05说明这两组说明这两组样本相关性显著。样本相关性显著。.（3）两配对样本）两配对样本t检验结果表检验结果表Paired DifferencestdfSig.(2-tailed)MeanStd.DeviationStd.Error Mean95% Confidence Interval of the DifferenceLowerUpperPair 1看电视小时数-看书小时数35.211.345.1155.8852.2314.043. 1. 1. 实例内容实例内容 在在19971997年，亚洲许多国家爆发了大规模的金融危机，致年，亚洲许多国家爆发了大规模的金融危机，致使许多国家的经济发展停滞不前。投资商预言：亚洲经济的低迷使许多国家的