三種T檢驗的詳細區分

之前的文章中SPSSAU已經給大家詳細地介紹了方差分析，之後收到的一些反饋以及日常的答疑中，我們發現關於T檢驗三種方法的區分還有很多小夥伴搞不清楚，下面就結合著具體案例詳細聊聊T檢驗的那點事。

01. 概念

T檢驗是通過比較不同數據的均值，研究兩組數據之間是否存在顯著差異。 

02. 分類

不同的T檢驗方法適用於不同的分析場景，具體的分類如下：

03.  t檢驗的前提條件

無論是單樣本T檢驗、獨立樣本T檢驗還是配對樣本T檢驗，都有幾個基本前提：

（1）T檢驗屬於參數檢驗，用於檢驗定量數據（數字有比較意義的），若數據均為定類數據則使用非參數檢驗。

（2）樣本數據服從正態或近似正態分布，若不滿足，則可考慮使用非參數檢驗。

SPSSAU整理

04. 案例應用

（1） 單樣本t檢驗

單樣本T檢驗用於比較一組數據與一個特定數值之間的差異情況。

比如，某公司用五級李克量表的調查問卷進行員工滿意度調查，其中『4分』代表滿意，分析人員可通過單樣本t檢驗了解員工總體滿意程度與「滿意」（4）之間是否有明顯差異。

分析步驟：

1、點擊【通用方法】→【單樣本T檢驗】，拖拽分析項到右側分析框。

2、在填寫框內輸入對比數字。

3、點擊「開始單樣本T檢驗分析」，即可得到分析結果。

SPSSAU分析界面

分析結果：

單樣本T檢驗結果

首先判斷p值是否呈現出顯著性，由上表可知，P<0.01，說明統計結果有顯著意義。具體差異根據平均值進行對比，員工總體滿意度平均得分為3.688，在量表中代表「一般」程度，與代表「滿意」的得分4之間存在統計學差異。因此認為總體員工滿意度處於一般水平。

（2）獨立樣本T檢驗（T檢驗）

獨立樣本T檢驗用於分析定類數據（X）與定量數據（Y）之間的差異情況。

獨立樣本T檢驗除了需要服從正態分布、還要求兩組樣本的總體方差相等。當數據不服從正態分布或方差不齊時，則考慮使用非參數檢驗。

案例：比較男生與女生的專業和職業任職得分的均值是否存在顯著差異，可採用獨立樣本T檢驗進行分析。

分析步驟：

1、選擇【通用方法】→【T檢驗】，拖拽分析項到右側分析框。

2、「性別」放入【X（定類）】框中

3、「職業認知」放入【Y（定量）】框中

4、點擊「開始T檢驗分析」，即可得到分析結果。

SPSSAU分析界面

分析結果如下：

T檢驗分析結果

性別職業認知-T檢驗對比圖

從上表可以看出：不同性別樣本對於職業認知呈現出顯著性(P<0.05)，意味著不同性別樣本對於職業認知均有著差異性。

具體分析可知：性別對於職業認知呈現出0.01水平顯著性(t=-37.42，P=0.00)，以及具體對比差異可知， 男的平均值(8.91)，會明顯低於女的平均值(16.25)。

總結可知：不同性別樣本對於職業認知有顯著性差異。

特別說明：

獨立樣本T檢驗僅用於分析兩組數據，比如性別，高分組低分組，實驗組對照組等。如超過兩組比較則使用方差分析

獨立樣本T檢驗用於分析定類數據（X）與定量數據（Y）之間的差異情況。如果X、Y均為定類數據，則使用卡方分析

在進行分析前，首先確保數據格式正確，分析要求將進行對比的兩組數據放在同一列中，同時有一列用來表示數據的組別。

（3）配對樣本T檢驗

用於分析配對定量數據之間的差異對比關係。與獨立樣本t檢驗相比，配對樣本T檢驗要求樣本是配對的。兩個樣本的樣本量要相同；樣本先後的順序是一一對應的。

案例：比較在兩種背景情況下(有廣告和無廣告)；樣本的購買意願是否有著明顯的差異性。通過兩組數據的對比分析，判斷背景音樂是否會影響消費行為。

分析步驟：

1、選擇【通用方法】→【配對T檢驗】，將分析項分別拖拽到右側分析框。

2、點擊「開始配對T檢驗分析」，即可得到分析結果。

SPSSAU分析界面

分析結果：

配對T檢驗分析結果

從上表可以看出：配對數據，沒有呈現出差異性(P>0.05)。因而說明背景音樂對於消費行為沒有顯著影響。

*如果呈現出顯著性；具體對比平均值(或差值)大小，描述具體差異所在。

特別說明：

配對樣本T檢驗要求兩組樣本量相等，而獨立樣本T檢驗對樣本量沒有要求

配對樣本T檢驗的數據格式與上文提到的獨立樣本T檢驗不同，兩組配對數據需要分別成一列，具體參考下圖：

*本文部分數據來源《統計分析與SPSS的應用》、《問卷數據分析-破解SPSS的六類分析思路》

更多乾貨內容可登錄SPSSAU官網查看。