上一篇文章我們講解了有關單樣本T檢驗的相關內容（如何使用SPSS進行單樣本檢驗），其實論文中除了常用到的單樣本T檢驗以外，還有另外一種T檢驗的方法也是經常用到的統計方法，也就是兩獨立樣本T檢驗
說到T檢驗，我們先來回答一個問題：T檢驗屬於單因素分析嗎？那麼，T檢驗與單因素方差分析有何關係？一個老師問我說：想分析年齡與SDS變量（抑鬱自評量表）是否相關，首先將年齡與SDS做了一個散點圖，然後進行線性相關性分析，發現兩者是沒有關係的，她想是不是把年齡做一個分組（比如，＜30歲、30~60歲、＞60歲）再去看他們之間是不是有相關性（或者說年齡是不是SDS的一個影響因素），最後的結果可想而知，答案是沒有相關性。上面說的這麼複雜，簡化一下：如何判斷x與y是否相關？相關性與否這個結果是否與x的數據的表示方式有關？為了回答這個問題，我們先來看一個例子：
從上圖A中可以看出x與y的散點圖是沒有相關性的（y值不隨x值的變化而變化），也就是x與y沒有相關性。如果我們將x分組，也不能改變x與y的關係，這是肯定的。所以上面講到的年齡與SDS評分之間的關係也是同樣道理。那麼，如何判斷年齡是不是SDS評分的影響因素呢？應該用相關性分析嗎？為什麼有的論文中用的是t檢驗呢？比如以下例子：
為什麼判斷「領導力課程參加與否」是否是RSLQ的影響因素，用的是T檢驗呢？
其實，單因素分析就包括：T檢驗、方差分析與卡方檢驗等；T檢驗是單因素分析的一種統計學方法。用上面的x與y的例子解釋就是：如果一個變量x真的與y相關或者x是y的一個影響因素，那麼x的分組之後，組與組之間也應該有差異的。在年齡與SDS評分的關係中，用T檢驗還是用方差分析，這是與x（年齡）分幾組有關係的：如果是兩組，則用T檢驗；如果是三組，則用方差分析。其實兩組也是可以用方差分析的，因為方差分析的結果與T檢驗的結果是一樣的。如果兩組間比較單因素方差分析和t檢驗的結果是相同的，單因素方差分析可以對兩組以上的分組進行比較，而t檢驗只能兩兩比較。
兩獨立樣本T檢驗（two independent samplest-test），又稱成組 T檢驗。獨立樣本T檢驗跟配對樣本T檢驗的原理是一樣的，也是用來看兩組數據的平均值有無差異，與配對樣本t 檢驗的區別就在於方案的設計，也就是兩個樣本是獨立的還是配對的。比如，你選取了5男5女，想看男女之間身高有無差異，這樣，男的一組，女的一組，這兩個組之間的身高平均值的大小比較可用這種方法，因為男樣本和女樣本是獨立的（互不影響）。這個獨立樣本t檢驗還會涉及到方差齊性檢驗，這點需要注意下。如果方差不齊，則要採用校正後的t檢驗，也就是t'檢驗。
下面我們舉一下例子來演示一下如何用SPSS進行兩獨立樣本T檢驗：
為研究高年資護士進社區方案實施對高血壓患者自我管理能力變化的影響，某醫院用16名社區高血壓患者進行同期隨機對照試驗。研究者將這些患者隨機等分到試驗組（實施高年資護士進社區方案）和對照組（不實施高年資護士進社區方案），分別測得試驗開始前和試驗8周時的高血壓患者自我管理能力得分，高血壓患者自我管理能力得分提高值如SPSS中所示，能否認為高年資護士進社區方案可以提高高血壓患者自我管理能力？
該研究將數據資料分為兩組，每組都有8個數據，需要測定的指標為高血壓患者自我管理能力得分提高值，因此屬於兩組設計的定量資料。
若要比較高年資護士進社區方案實施對高血壓患者自我管理能力變化的影響，則需要檢驗兩組間的總體均數差值是否存在顯著性差異。若兩組數據相互獨立、總體方差具有齊性並且兩總體均服從正態分布，則可以選用兩獨立樣本的t檢驗對問題進行分析。
將數據導入到SPSS中（注意：輸入數據時，要重新定義分組變量，相同處理的歸為一組），然後對數據進行正態性檢驗。
將得分提高值放入因變量列表，分組放入因子列表；點擊圖，出現右側對話框，勾選含檢驗的正態圖。
由結果可以看出，兩種檢驗的P值均大於0.05，因此不能拒絕原假設，認為數據服從正態分布。
將得分提高值放入檢驗變量，分組放入分組變量，點擊定義組，設置指定組值。
點擊選項，出現如下對話框，它們各自的作用在單樣本t檢驗中已經介紹過，根據需要設置置信區間的百分比以及採用哪種方式對缺失值進行處理。
表格中顯示了不同分組的個案數、平均值、標準差和標準誤差平均值。
在進行t檢驗前要先進行方差齊性檢驗，判斷兩樣本方差是否相等。方差相等時t檢驗看第一行，方差不等時看第二行。
由結果可以看出，F=0.109，P=0.746>0.05，因此不能拒絕原假設，認為方差是相等的。方差相等，所以t檢驗看第一行，t=4.854，P=0.000<0.05，因此拒絕原假設，認為高年資護士進社區方案可以提高高血壓患者自我管理能力。
將核心基本統計量值：平均數、標準差、t值、p值等寫到論文中即可。（p值還是按照「大同小異」來判斷，p＞0.05代表相同，即沒有差異；p＜0.05代表不同，即有差異，至於誰大誰小，根據平均值來判斷。
我們來看一下兩獨立樣本T檢驗在論文結果中是怎麼體現的：
從表中可以看出，方案實施後，除人際關係維度外，社區護士的護理核心能力總分及其他維度得分均高於實施前，差異具有統計學意義（P＜0.05）。
# 知識延伸：
數據的正態性檢驗通常會因為樣本量的大小程度而產生一定的誤差，所以，實際操作中我們要採取多種方法綜合判斷，前面我們也講過如何對數據進行正態性檢驗（如何使用SPSS對數據進行正態性檢驗）。另外，T檢驗對正態性的穩健性比較強，如果數據只是稍微偏離正態，那麼對結果是沒有很大影響的；若偏離太大，則應考慮對數據進行變換或採用非參數檢驗的方法。
參考文獻：
[1] 任海燕,宋瑰琦,韋學萍,李敏,程超,倪倩倩,張筠莉,吳玲玉.綜合醫院高年資護士進社區方案的構建與實踐[J].中華護理雜誌,2018,53(10):1174-1178.
聲明
本文所用部分素材來源於網絡
如涉及版權問題，請聯繫小編刪除
原創內容，歡迎轉載