数据分析中,往往有些数据是成对出现的,两个样本的一种特殊状况,配对样本T检验是用于检验两配对样本总体的均值是否存在显著差异,零假设:两个配对样本的数据的均值不存在显著差异。

话不多说,直接上操纵。

原始数据

spss单独样本t检验如何做(SPSS数据分析之配对样本T检验操作)(1)

原始数据

变量视图:

小数:2;值标签:1组填写不施肥,2组填写施肥

spss单独样本t检验如何做(SPSS数据分析之配对样本T检验操作)(2)

值标签

操作:分析→比较均值→配对样本T检验

spss单独样本t检验如何做(SPSS数据分析之配对样本T检验操作)(3)

配对样本T检验

选择:不施肥、施肥一对→确定

spss单独样本t检验如何做(SPSS数据分析之配对样本T检验操作)(4)

配对

输出结果

成对样本统计量

均值

N

标准差

均值的标准误

对 1

不施肥

2.4045

22

1.06435

.22692

施肥

2.2455

22

.90802

.19359

上表可知,不施肥均值2.4045,施肥均值是2.2455,两组对比的个案数均为22。

成对样本相关系数

N

相关系数

Sig.

对 1

不施肥 & 施肥

22

.186

.408

上表可知,不施肥和施肥相关性系数是0.186,显著性Sig为0.408>0.05,说明两者配对变量之间的相关性不显著。

成对样本检验

成对差分

t

df

Sig.(双侧)

均值

标准差

均值的标准误

差分的 95% 置信区间

下限

上限

对 1

不施肥 - 施肥

.15909

1.26441

.26957

-.40152

.71970

.590

21

.561

上表可知,不施肥减去施肥的苗高增长量平均值为0.15909,T为0.59,Sig值为0.561>0.05,接受原假设,说明两个配对样本的均值是不存在显著差异的,即说明施肥或不施肥对苗高的增长没有太大效果。

今天的数据分析就学习到这里,有任何问题可以评论留言,如有想看的操作讲解,可以私信我。谢谢大家的点赞、关注和转发。

,