SPSS的均值比较过程.ppt

1、第四章SPSS的平均比较过程，SPSS主要由以下模块实现平均比较过程。 单样本t测试：单样本t检验。 独立样本t测试每个独立样本平均的t检验。 并行样本t测试对每对样本平均值的t检验。 4.1 SPSS应用于单样本t检验，1 .目的单样本t检验的目的是利用来自某一整体的样本数据来估计其整体平均值与指定检验值之间有明显差异的有木有。 这是全体平均值的假设检验。 2 .基本原理单样本t的检验作为假说检验的一种方法，其基本步骤与假说检验相同。 假设其零为H0 :整体平均值与指定的检查值之间没有显著性差异。 该方法使用t检验方法，按照下式修正t统修正量。 在公式中，d是样本的平均值和检验值的差，整体方

2、差是未知的，所以用样本方差s代替整体方差，n是样本数。 如果概率p的值概率p的值在显着性水平以下，拒绝零假设的概率p的值大于显着性水平，则接受零假设。 4 .使用软件的方法(1)在spss中，由于软件自动地对t值进行纠正，而这种纠正遵循n-1自由度的t分布，因此spss从t分布表给出对应于t值的伴随概率p值。 (2)如果伴随概率p的值在规定的显着性水平以下，则拒绝H0，认为整体平均值和检查值之间存在显着的差。 (3)相反，如果伴随概率值大于规定的显着化水平，则不应排除H0，可以认为整体平均值和检验值之间没有显着化的差异。 4.1.2单样本t检定的SPSS操作详情、Step01 :打开单样本t检

3、定对话框计程仪。 选择菜单栏的“Analyze (分析)”“Compare Means (比较平均)”“One-Sample T Test (单样本t检验)”命令后，将显示“one-samplet”，Step02 :选择检验变量。 从该对话框计程仪框左侧的变量候补列表框中选择一个或多个变量，移动到【检查变量】列表框中。 在此，左侧的变量候补列表框中显示了可进行t检验的变量。Step03 :选择样品检验值。 在【检查值】字符框中输入检查值相当于假设检查问题中提出的零假设H0:=0。Step04 :其他选项设定。 喀呖声“Options”按钮后，会出现“One-Sample T Test:Opti

4、ons (单样本t检验：选择)”对话框。 使用此对话计程仪框指定如何处理输出内容和缺少的值。 每个选项的含义如下： Confidence Interval :使用此字符框在指定级别设置采样平均值和指定检验值之间的差值的置信区间。 差动奥尔特值为95%。 【Missing Values (缺少值)】选项组：设定缺少值的处理方式，有以下两种处理方式。 Exclude cases analysis by analysis :如果选中此单选按钮，则在分析校正运算中包含缺少值的变量时，将删除该变量的缺少值即视图度量。 Exclude cases listwise :如果选中此单选按钮，则会在分析之前删除

5、所有视图度量，包括缺少的值。 Step05 :喀呖声相关统一修正量的Bootstrap推定【Bootstrap】按钮，可以在显示的对话框中进行下一个统一修正量的Bootstrap推定。 通讯端口平均值和标准离差的Bootstrap估计。 通讯端口平均值差的Bootstrap估计和显性检查。 step 06 :喀呖声【ok】按钮结束操作后，SPSS软件自动输出结果。 4.1.3实例文字分析：交通通勤时间，1 .实例内容根据公共交通调查报告书，对于在某城市乘车上下班的人来说，平均通勤时间为19分钟，其人数总量为100万300万人。 假设某研究者住在人口240万的城市，验证上班时间是否与其他城市的平

6、均水平一致。 他随机选取26名通勤者作为样本，收集的数据如下。假定上下班时间服从正态概率分布，这个研究者能得到什么结论？1916-2024-1316-1717-142717-1818-1823-1928，2例证操作，现在这个研究者验证他所在城市的平均上下班时间和全国其他城市的平均水平是否一致。 标题显示了其他城市上班时间的平均水平为19分钟，在此验证该城市上班时间是否等于19分钟，即进行下一个假设检查： Step01 :打开对话计程仪，打开数据文件4-1.sav，菜单栏的“anall Step02 :选择检查变量，从候补变量列表框中选择“time”变量，追加到【检查变量】列表框中。Step03

7、 :选择样品检验值，在【检查值】字符框中输入检查值“19”。 Step04 :设定显示等级，喀呖声“Options”按钮后，在显示的对话框的“Confidence Interval Percentage (置信区间百分比)”字符框中，将系统差动奥尔特的95变更为99，目的是调整显示性【。 提示：如果未选择Options按钮，则显示默认奥尔特的系统选项残奥仪表设置。Step05 :退出操作，喀呖声OK按钮完成操作。 软件的输出结果显示在结果阅览窗口中。 3、实例结果和分析、(1)描述性统一分析表、(2)单样本t检查结果、4.1.4实例高度分析：机票折扣费、1 .实例内容1995年2月、某机票往返

8、机票随机抽取3月中的15个往返机票折扣费作为简单的随机样本的结果， 得到了以下数据： 3102602652552652802902902402852502603月请检查往返机票的折扣费用是否增加，在2个案例操作中，3月的机票平均折扣费用是258美元，但现在调查抽出了15个数据从数值尺寸开始明显的折扣费用增加了。 但是，如果该数值的增加取决于实际状态变动还是抽样误差，则可以通过单样本的t检验来验证。 其中，单样本t的检定要求样本数据服从正态概率分布，所以进行单样本的K-S检定，得到检定分析表。 检验结果显示，整合校正量z为0.697，伴随概率p为0.716，远远大于显性水平，故接受零假设，认为该

9、数据服从正态概率分布，可利用单样本t检验方法。 具体的操作步骤如下。 打开表4-3 One-Sample K-S Test，Step01，数据文件4-2.sav，选择菜单栏的“Analyze (分析)”“Compare Means ()”，Step02，从候选变量列表框中选择“pipare means ()” 在Step03中，在【检查值】字符框中输入检查值“258”。 喀呖声Step04、【OK】按钮，完成操作。 3 .事例结果和分析，下表显示了单样本t检定的分析结果，表中各项目的含义在前面进行了详细说明。 在这里因为两侧概率p值0.082比显着性水平0.05稍大，接受零假设，3月的往返机票

10、的折扣费不变。单样本t检验分析结果、4.2 SPSS在两独立样本t检验中的应用、4.2.2两独立样本t检验的SPSS操作步骤Step01 :打开两独立样本t检验诊断计程仪。 如果选择菜单栏的“Analyze (分析)”“Compare Means (比较平均)”“Independent- Samples T Test (独立样本t检验)”命令，则选择“indepeed、Step02 :选择检查变量，在左侧的候补变量列表框中选择检查变量，移动到【检查变量(s )】列表框，必须在此选择检查变量。Step03 :选择分组变量，从左侧的变量候补列表框中选择分组变量，移动到【分组变量】字符框，以区别检查

11、变量不同的组为目的。 定义Step04组名，喀呖声【Define Groups】按钮后，显示【Define Groups (定义组)】对话框。 在这种情况下，必须定义进行t检验的比较组名称。 此对话计程仪框中各选项的含义如下所示。 Use specified values :为不同的整体输入两个变量值。 Cut point :定义分割点的值。 在此字符框中输入数值。 这个数字的对应的一个总体以上，小于那个值的对应的另一个总体。 在该对话框计程仪框中完成设定后，喀呖声【Continue】按钮，转至【Independent-Samples T Test (独立样本t检验)】对话框计程仪框。 Ste

12、p05 :相关统一修正量的Bootstrap推定，如果喀呖声【Bootstrap】按钮，可以在显示的对话框中进行下一个统一修正量的Bootstrap推定。 通讯端口平均值和标准离差的Bootstrap估计。 通讯端口平均值差的Bootstrap估计和显性检查。 Step06，喀呖声【OK】按钮结束操作后，SPSS软件会自动输出相关结果。 4.2.3实例文字分析：飞机场等级分数比较，1 .实例内容国际航空运输协会(theinternationalairtransportassociation )对商务旅行者进行调查，确定了多个国际飞机场的等级分数。 最高可能分数为10分，分数越高表示等级也越高。

13、 假设有由50名商务旅行者组成的简单随机样本，请迈阿密飞机场评分。 另外还有50名商务旅行者组成的样品，要求洛杉矶飞机场打分。 这两组人员发出的等级分数见表4-5。 判断迈阿密飞机场和洛杉矶飞机场的等级分数是否相同，表4-5的两组人员发的等级分数，在本案例中，两组商务旅行者分别对迈阿密和洛杉矶飞机场进行了评分。 由于这些个两组人员配置不同，由这些个两组人员组成的样本可视为相互独立。 可以采用两个独立的样本t检验方法来比较这两个飞机场的平均值是否相同，即两个独立样本的平均值是否相同。 因此，我们启动了H0 :迈阿密飞机场和洛杉矶飞机场的朗库斯科阿是一样的假设检查。 H1 :迈阿密飞机场和洛杉矶飞

14、机场的等级得分不同。 Step01 :打开对话框，从菜单栏中选择“Analyze (分析)”“Compare Means (比较平均)”“Independent-Sample T Test (独立样本t检验)”，其中变量score表示两个飞机场的得分Step02 :选择检查变量，从左侧的候补变量列表框中选择检查变量“score”，添加到右侧的“检查变量”列表框中，表示需要独立样本的t检查。Step03 :选择分组变量，在左侧的变量候补列表框中选择分组变量“x”，添加到【分组变量】(分组变量)字符框中。 下次喀呖声“Define Groups”(定义组)按钮时，将出现“Define Group”

15、(定义组)对话框。 提示：如果不喀呖声【Options】按钮，表示差动奥尔特的系统选项残奥仪表设定。Step04 :定义组名，喀呖声【使用指定值】单选按钮，在【组1 (组1 )】字符框中输入“1”，在【组1】中输入完成后，喀呖声【Continue】按钮开始。Step05 :完成操作，喀呖声【OK】按钮，完成操作。 软件的输出结果显示在结果阅览窗口中。3、事例结果及分析、(1)基本统一校正信息统计表、(2)独立两个样本的t检验分析结果的两个总体方差是否相等的f检验其中，该检验的f统一校正量的观察值为0.086，对应的概率p值为0.770。 由于系统的差动奥尔特的显示等级为0.05，概率p的值明显

16、大于0.05，所以两者整体的分散没有显示性的差异。 在用两全体平均的检验SPSS进行两独立样本t检验的情况下，首先判断f检验。 如果方差相等，则观察分析结果中的Equal variances assumed列的t检验伴随概率值；如果方差不相等，则观察Equal variances not assumed列的t检验伴随概率值。 在本例的第一步分析中，由于两个整体的方差没有显著性差异，应该看第一列的t检验结果。 具体地，t综合校正量的观测值是-0.924，对应的双尾概率p值是0.358，大于显著性水平0.05，并且因此整个车辆的平均值被认为是无显著性差异的，即，迈阿密飞机场和洛杉矶飞机场的运行库斯科是相同的。 这一结论显示商人认为两个飞机场在服务等级质量等上没有差别。 4.2.4实例高度分析：考试中的恐慌，1 .实例内容很多学生在考试中有过因为第一题目特别难而造成恐慌的不愉快经历。 人们研究了考试题目的安排，明确了对不安的影响。 表4-8所示的分数是“考试不安”的尺度，有支持考试题目的安排会影响分数这一假设的证据吗？ 2例操作，表4-8表示2种考试方式