SPSS进行独立样本的T检验

对于相互独立的两个来自正态总体的样本，利用独立样本的T检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS中，独立样本的T检验由“Independent-Sample T Test”过程来完成。

实例

在有小麦丛矮病的麦田里，调查了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。其调查数据如下：

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

该数据保存在“DATA4-3.SAV”文件中，变量格式如图4-6，状态变量中：1表示病株，2表示健株。

图4-6

1）准备分析数据

在数据编辑窗口输入分析的数据，如图4-6所示。或者打开需要分析的数据文件“DATA4-3.SAV”。 

2）启动分析过程

在主菜单选中“Analyze”中的“Compare Means”，在下拉菜单中选中“Independent -Sample T Test”命令。出现图4-7设置对话框。。

图4-7 独立样本T检验窗口

3）设置分析变量

从“Test Variable(s):”从左边的变量列表中选中变量后，点击右拉按钮后，这个变量就进入到检验分析“Test Variable(s):”框里，用户可以从左边变量列表里选择一个或多个。本例选择“小麦丛矮病[株高]”。

“Grouping Variable(s):”栏是分组变量栏。从左边的变量列表中选中分组变量后，按右拉按钮，这个变量就进入到“Grouping Variable(s):”框里。本例选择“状态”变量。

“Define Groups”按钮是定义分组变量的分组值。当该按钮可用时，出现图4-8对话框。

图4-8 定义分组值对话框

如果分组变量是离散型数值变量应选择“Use specified values”项，该项下面的“Group 1”和“Group 2”栏用于输入分组

变量值；字符型数据输入相应分组字符。若分组变量是连续型变量，应选择“Cut point”项，分组变量会按该项输入值分为大于和小于两组。

本例选择“Use specified values”项，在“Group 1”栏输入1；在“Group 2”栏输入2。按“Continue”按钮退回上一级对话框。 

4）设置其他参数 
点击“Options”按钮，打开设置检验的置信度和缺失值对话框。在“Confidence Interval:”框输入置信度水平，系统默认为95%；“Missing Values”框里的“Exclude cases analysis by analysis”栏，是只排除分析变量为缺失值的选择项，“Exclude cases listwise”是排除任何含有缺失值的选择项。

5）提交执行

输入完成后，在过程主窗口中单击“OK”按钮，SPSS输出分析结果如表4-5和表4-6。 

6) 结果与分析

结果

表4-5 分组统计量列表 Group Statistics

表4-6 独立样本的检验结果 Independent Samples Test

分析

表4-6“Levene's Test for Equality of Variances”列方差齐次性检验结果：F值为0.038，显著性概率为0.847，因此两组方差不显著。

那么应该从表4-6 的“Equal vari ances assumed”行读取数值。t值是-2.539，Sig. (2-tailed)是双尾t检验的显著性概率0.019，小于0.05。可以得出结论：病株与健株的株高差异显著。

两组的株高均值之差为13.56，平均病株低于健株13.56。差值的标准误为5.341。

点击“Options”按钮，打开设置检验的置信度和缺失值对话框。在“Confidence Interval:”框输入置信度水平，系统默认为95%；“Missing Values”框里的“Exclude cases analysis by analysis”栏，是只排除分析变量为缺失值的选择项，“Exclude cases listwise”是排除任何含有缺失值的选择项。
“Equal vari ances assumed”行是方差齐次性时的t检验判读值；
“Equal vari ances not assumed”行是方差不齐次性时的t检验判读值。