第8讲 差异显著性检验.ppt

1、一、假设检验二、独立样本t检验三、单因素方差分析、第八次差异显着性检验、性别、年龄、教育背景、收入、不同客户的游客群体在旅游购物、游憩动机、游憩满意度以及旅游影响感等方面存在差异一、假设检验(一)假设检验的基本原理假设，可以理解为研究者对某个需要解决的问题提出的暂时或者尝试性的回答。 在差异显着的假说检查中，该假说的陈述形式是差异式的陈述方式。 例如，不同性别的游客对某个景区提供的住宿条件的满意度有显着差异，或者不同收入的游客群体对某个景区的自然风景的评价有显着差异，为了回答这些问题，建议首先提出假设。 1 .零假设和对立假设：我们假设不同性别的游客对某个景区提供的住宿条件满意度没有显着差异，

2、我们用H0代表这一假设，H0是“零假设”(又称“原假设”或“虚无假设” 不同性别的游客对某个景区提供的住宿条件的满意度存在显着差异，通常以H1代表，被称为“对立假说”(也称为“预选假说”)。 零假说是应验证的假说，如果应验证的假说不成立，则其对立假说成立。 2假设检验的两种错误第一类错误：也称为弃真错误，零假设H0实际上是真实的，但检验结果表示拒绝了它。 因为第一种错误发生的概率是显着的水平，所以第一种错误的概率是可以控制的。 第二类错误： (也称为伪错误)意味着零假设H0实际上是不真实的，但检验结果被接受了。 第二种类型的错误概率用表示。 弃真错误和取伪错误的概率与此折衷关系的：取伪错误的概

3、率下降，取伪错误的概率下降，弃真错误的概率上升，同时减少犯这两种错误的概率的唯一方法是增大样本容量， 这是不现实的3两侧检查和单侧检查假说检查的两种形式(1)两侧检查有两个阈值，有两个排斥域，每个排斥域的面积是原假说=0，只要0或0出现在一侧，就必须排斥原假说双侧检验在查找表中求阈值。 (2)单侧检查有阈值，有拒绝域，拒绝域的面积为。 如果考察的数值越大越好，则采用单侧检验。 考察灯泡的寿命，考察的数值越小越好的话，在一侧检查。 考察产品次品率的单侧检查时，根据查表求出阈值。 4假说检查的程序提出假说。 (2)选择检定统一修正量，在原假设0成立的条件下，修正统一修正量的值。 (3)对给定的显着

4、性水平确定阈值。 的可取值范围为0.05、0.05、0.10，通常为0.05。 当为0.05时，差异显着，当为0.01时，差异极为显着。 (4)判断假说。 通过比较修正算中得到的统一修正量和阈值，决定是接受还是拒绝零假说。 显性级别的值越大，拒绝域越大，难以接受原假设，相反，显性级别的值越小，拒绝域越小，容易接受原假设。 因此，在统一校正检查的问题中，要注意值的确定问题。 如果使用统一修正软件进行假设检查，则输出的结果中出现p值(Sig.)，p值是判断检查结果的另一个测定标准，是进行检查决定的另一个依据。 p值是拒绝零的假设的最小值。对于p，拒绝H0，对于p，表明样本平均值有显着差异，接受H0

5、，表明样本平均值无显着差异。 5 .检验方法的选择一般而言，与差异显着性检验有关的变量关系可以理解为因果关系。 从统一校正学的观点来看，关于这样的2种变量的检查属于2变量(bivariate )的统一校正检查。 在双变量假设检验中，必须将一个变量指定为自变量，另一个指定为因变量。 不同性别的游客对某个景区提供的住宿条件满意度有显着差异，在此认为以性别为自变量，以满意度为原因变量，即这种满意度的差异是由于性别的不同。 二、独立样本t检验(一)基本原理参数为断续(类)变量时，由于变量为连续变量，多使用t检验和方差检验进行关联分析。 SPSS软件提供的t检验有三种形式，分别是单样本t检验、独立样本t

6、检验和配对样本t检验独立样本t检验在一些教科书中称为独立双样本t检验，如其名，显然只适用于自变量为2组的情况。 考虑到不同性别游客的心理知觉差异，性别只有男女两组，此时应采用独立样本t检定方法进行相关检查。 独立样本t的检验经常用于两个独立样本平均值的比较。 独立样本是指两组样本之间没有任何连接但分别接受相同的测量。 可以分为以下两种情况来设想两组样本的数目分别是n-1和n-2，并且验证这两组样本的平均值是否相等。 1 .两个总体方差和未知，但它们相等。 此时，属于两个样本的等方差检验，其统一校正量t的校正公式为统一校正量t遵循自由度(n1 n2-2)的t分布。 式中，和分别是2组样本的平均值

7、，n1和n2分别是2组样本的个数，分别是2组样本的方差值。2 .两者分散和不明，但不相等。 此时，属于两个样本的异方差的t检验必须首先检验其t统计校正量的校正公式是否为、即，独立的两个样本的t检验是否两个样本的方差相等。 这是选择统一修订量进行两个样品t检验的基础，方差是否相等需要f检验，其统一修订量的修订式，(二)实例详细分析：在广泛调查国内游客满意度相关研究文献的基础上，考虑研究区的实际情况，考虑旅游六个要素的食、住、行、旅、旅以“住宿、交通、资源、购物”制定的尺度为重要内容，编入“景区游客满意度调查问卷”，用于实地调查。 2010年8月调查组利用该问卷深入白水洋景区进行实地调查，问卷调查

8、遵循随机抽样原则，直接现场回收。 共发放问卷491份，全部收回。 事后检查整理问卷发现无效问卷89份，有效问卷402份，占发放问卷总数的81.87%。 福建白水洋景区游客满意度评价指标，1 .提出本例选择其中住宿满意度进行独立样本t检验的假设。 根据假设检验的原理，假设不同性别的游客在白水洋景区住宿满意度存在显着差异。 不同性别的游客在白水洋景区住宿环境卫生满意度存在显着差异。 不同性别的游客对白水洋景区住宿的舒适性满意度存在显着差异。不同性别的游客对白水洋景区住宿的价格满意度存在显着差异。 2 .独立样本t检验的SPSS求解过程由于本例中参数为性别，变量为满意度，参数仅在男性和女性两组中为断

9、续(类)变量，满意度根据Likert 5点尺度的调查结果，可视为连续变量，因此用独立双样本t检验的方法进行检验1 )数据输入和菜单选择打开SPSS软件，输入相关数据，选择菜单“分析(a )比较平均(m )独立样本t检验(t )”，打开“独立样本t检验”窗口。 2 )选择进行独立样本t检定的变量本例想要进行住宿条件满意度的差异检定，所以从对话框左侧的变量列表中选择住宿的环境卫生、住宿的舒适性、住宿的价格这3个变量，并加入右侧的检定变量(t ) ，3 ) 从“设置分组变量”对话框左侧的变量列表中选择“性别”变量，放入右侧的“分组变量(g )”框中，然后单击“定义分组(d )”，在显示的“定义分组”

10、对话框中选择“使用指定的剪切点(g )” 接着点击“继续”按钮，打开“独立样本t检定”对话框。 4 )点击指定输出内容及缺少值的处理方法的“选项(o )”框，打开选项对话框。 1 )“置信区间(c )”编辑框：一般设定95%置信区间。 2 )“缺少值”复选框：按分析顺序排除案例(a )表示如果分析校正运算包含缺少值的变量，则删除该记录。按列表排除案例(l )表示，只要相关变量具有缺少值，则在所有分析中该记录均为3 )最后点击“继续”框，转到“独立样本t检定”对话框。 5 )确认设定和输出结果的全部设定没有错误后，点击“ok”按钮，输出分析结果。 3. SPSS分析结果解密独立双样本t检验的SP

11、SS输出结果相对简单，只包含描述性修订和t检验两个输出结果表。 描述性统一修订量、独立样本t检验、表中显示，“住宿环境卫生”、“住宿舒适性”和“住宿价格”Levene检验的f值均不显着，两个样本的方差均相同，此时必须看到假设方差相等的t检验结果。 关于“住宿的环境卫生”的原因变量，统一修订量t=1.964、自由度df=400、显着性水平p=0.0500.05，正好达到了预先设定的0.05的显着性水平，表明了针对男性游客和女性游客的观光地区的“住宿的环境卫生”的“住宿统一修订量t=3.174，自由度df=400，显着性水平p=0.0020.05，未达到显着性水平，应接受平均值相等的零假设的白水洋

12、景区不同性别游客对景区住宿条件满意度差异的独立样本t的三、单因素方差分析在参数是断续(类)变量，变量是连续变量的情况下，参数超过两组的情况下，用方差分析进行关联检查是适当的。 也就是说，在独立样本t的检验中，只能验证两个平均值的和是否相等，在方差分析中，只能验证两个以上的平均值是否相等。(1)要了解方差分析的基本概念方差分析是什么，首先需要了解有关方差分析的几个基本概念：1.因子(factor ) :在实验中，将影响实验结果的各种条件称为实验因子。 元素经常用大写字母a、b、c等表示。 2 .要素级(level of factor ) :将要素所在的特定状态或数量级称为要素级。 元素级别由表示

13、该元素的字符加上脚坐标1、2、来表示。 例如，A1、A2、 B1、B2、 3 .处理(treatment ) :以预先设定的实施测试单位进行的具体项目调用处理。 在研究中考察的要素只有一个的情况下，在同时讨论被称为单要素试验的2个以上的要素对试验结果的影响的情况下，被称为2要素或者多要素试验。 随着要素数的增加，普通方差分析的复杂性迅速增加，特别是必要的实验次数会以几何级数增加，因此，在实际研究中最常用的是单要素方差分析，二要素方差分析已不再使用，三要素以上的方差分析不太使用，目前旅游研究领域的单要素方差分析应用非常广泛(二)进行单因素方差分析的基本条件方差分析，满足以下基本条件：1.变异的加

14、性方差分析依据之一的基本原理是变异的加性。 准确地说，应该是变异的分解性，总变异有几个来源不同，可以分解为相互独立的部分。 2 .分布的正态性试验误差相互独立，遵循正态分布N(0，)。 只有在这样的条件下才能进行f检查。 3 .方差的同质性各处理观测值整体的方差必须相等。 仅此，有理由将各处理的平均合并作为验证各处理的差异的显着性的共同误差平均。 (3)方差平方和的分解为SS(Sum of Square )，“方差平方和”，“总方差平方和”为各样本观察值和样本总平均的方差平方和：“总方差平方和”反映总变动的大小，对应的自由度为()的“总方差平方和”为“组间方差平方和” 、“组间方差平方和”(g

15、roup间方差平方和)表示组()，“组间方差平方和”反映不同样本组之间的因素级别对总变动的影响，对应的自由度可表示为(k-1 )。 “组内方差平方和”表示同一组(同一列)的各样本观察值和它们所在的组(列)的平均值的方差平方和。 式中，“组内方差平方和”反映了各处理组内的随机变动的大小，对应的自由度为(nk-k )。 (4)f检验法单要素方差分析需要通过f检验法进行检验，其目的在于推定是否存在处理间的差异。 用MS表示均方根(Mean of square )，将“组间方差平方和”和“组内方差平方和”除以各自的自由度，得到“组间均方根”和“组内均方根”。 在此基础上，f统一修正量：(5)单要素方差分析的步骤基于假设检验的基本原理，单要素方差分析可以描述为以下4个步骤：1.提出假设