SPSS的均值比較過程課件

第4章SPSS的均值比較過程

第4章SPSS的均值比較過程1

SPSS主要有以下模塊實(shí)現(xiàn)均值比較過程。●One-SampleTTest：單樣本

t檢驗(yàn)?！馡ndependent-SampleTTest：兩個獨(dú)立樣本均值的

t檢驗(yàn)?！馪aired-SampleTTest：兩個配對樣本均值的

t檢。SPSS主要有以下模塊實(shí)現(xiàn)均值比較過程。24.1SPSS在單樣本t檢驗(yàn)的應(yīng)用

1.使用目的

單樣本t檢驗(yàn)的目的是利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值是否與指定的檢驗(yàn)值之間存在明顯的差異。它是對總體均值的假設(shè)檢驗(yàn)。4.1SPSS在單樣本t檢驗(yàn)的應(yīng)用

1.使用目的32.基本原理

單樣本t檢驗(yàn)作為假設(shè)檢驗(yàn)的一種方法，其基本步驟和假設(shè)檢驗(yàn)相同。其零假設(shè)為H0：總體均值與指定檢驗(yàn)值之間不存在顯著差異。該方法采用t檢驗(yàn)方法，按照下式計(jì)算t統(tǒng)計(jì)量。

式中，D是樣本均值與檢驗(yàn)值之差；因?yàn)榭傮w方差未知，故用樣本方差S代替總體方差；n為樣本數(shù)。

2.基本原理4

3.概率P值

如果概率P值小于或等于顯著性水平，則拒絕零假設(shè)；

如果概率P值大于顯著性水平，則接受零假設(shè)。3.概率P值5

4.軟件使用方法（1）在SPSS中，軟件將自動計(jì)算t值，由于該統(tǒng)計(jì)量服從n-1個自由度的t分布，SPSS將根據(jù)t分布表給出t值對應(yīng)的相伴概率P值。（2）如果相伴概率P值小于或等于給定的顯著性水平，則拒絕H0，認(rèn)為總體均值與檢驗(yàn)值之間存在顯著差異。（3）相反，相伴概率值大于給定的顯著性水平，則不應(yīng)拒絕H0，可以認(rèn)為總體均值與檢驗(yàn)值之間不存在顯著差異。4.軟件使用方法64.1.2單樣本t檢驗(yàn)的SPSS操作詳解

Step01：打開單樣本t檢驗(yàn)對話框。

選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【One-SampleTTest（單樣本T檢驗(yàn)）】命令，彈出【One-SampleTTest（單樣本T檢驗(yàn)）】對話框。4.1.2單樣本t檢驗(yàn)的SPSS操作詳解

Step017Step02：選擇檢驗(yàn)變量。

在該對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其移入【TestVariable(s)（檢驗(yàn)變量）】列表框中。其中，左側(cè)候選變量列表框中顯示的是可以進(jìn)行t檢驗(yàn)的變量。Step02：選擇檢驗(yàn)變量。8Step03：選擇樣本檢驗(yàn)值。

在【TestValue（檢驗(yàn)值）】文本框中輸入檢驗(yàn)值，相當(dāng)于假設(shè)檢驗(yàn)問題中提出的零假設(shè)H0：μ=μ0。Step03：選擇樣本檢驗(yàn)值。9Step04：其他選項(xiàng)設(shè)置。

單擊【Options】按鈕，彈出【One-SampleTTest：Options(單樣本T檢驗(yàn)：選擇)】對話框。該對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法，其中各選項(xiàng)的含義如下。ConfidenceInterval：該文本框用于設(shè)置在指定水平下，樣本均值與指定的檢驗(yàn)值之差的置信區(qū)間，默認(rèn)值為95%。Step04：其他選項(xiàng)設(shè)置。10【MissingValues（缺失值）】選項(xiàng)組：用于設(shè)置缺失值的處理方式，它有以下兩種處理方式。Excludecasesanalysisbyanalysis：點(diǎn)選該單選鈕，表示當(dāng)分析計(jì)算涉及到含有缺失值的變量時，刪除該變量上是缺失值的觀測量。Excludecaseslistwise：點(diǎn)選該單選鈕，表示刪除所有含缺失值的觀測量后再進(jìn)行分析?！綧issingValues（缺失值）】選項(xiàng)組：用于設(shè)置缺11Step05：相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)單擊【Bootstrap】按鈕，在彈出的對話框中可以進(jìn)行如下統(tǒng)計(jì)量的Bootstrap估計(jì)。●支持均值和標(biāo)準(zhǔn)差的Bootstrap估計(jì)。●支持平均值差值的Bootstrap估計(jì)和顯著性檢驗(yàn)。Step05：相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)12Step06：單擊【OK】按鈕結(jié)束操作，SPSS軟件自動輸出結(jié)果。Step06：單擊【OK】按鈕結(jié)束操作，SPSS軟件自動輸134.1.3實(shí)例圖文分析：交通通勤時間

1.實(shí)例內(nèi)容

根據(jù)一份公共交通調(diào)查報告顯示，對于那些在一個城市乘車上下班的人來說，平均通勤時間為19分鐘，其人數(shù)總量為100萬—300萬。假設(shè)一個研究者居住在一個人口為240萬的城市里，想通過驗(yàn)證以確定通勤時間是否和其他城市平均水平是否一致。他隨機(jī)選取了26名通勤者作為樣本，收集的數(shù)據(jù)如下所示。假設(shè)通勤時間服從正態(tài)分布，這位研究者能得到什么結(jié)論？19162023232413192316171514271723181820181818231919284.1.3實(shí)例圖文分析：交通通勤時間

1.實(shí)例內(nèi)容142實(shí)例操作

現(xiàn)在該名研究者要檢驗(yàn)他所在城市的平均通勤時間和全國其他城市平均水平是否一致。由于題目中已給出了其他城市通勤時間的平均水平為19分鐘，因此，這里就是要檢驗(yàn)該城市通勤時間是否等于19分鐘，即進(jìn)行如下假設(shè)檢驗(yàn)：2實(shí)例操作現(xiàn)在該名研究者要檢驗(yàn)他所在城市的平均通勤時間和15Step01：打開對話框打開數(shù)據(jù)文件4-1.sav，選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【One-SampleTTest（單樣本T檢驗(yàn)）】命令，彈出【One-SampleTTest（單樣本T檢驗(yàn)）】對話框。

Step01：打開對話框打開數(shù)據(jù)文件4-1.sav，選擇菜單16Step02：選擇檢驗(yàn)變量

在候選變量列表框中選擇“time”變量，將其添加至【TestVariables（檢驗(yàn)變量）】列表框中。Step02：選擇檢驗(yàn)變量在候選變量列表框中選擇“time17Step03：選擇樣本檢驗(yàn)值在【TestValue（檢驗(yàn)值）】文本框中輸入檢驗(yàn)值“19”。Step03：選擇樣本檢驗(yàn)值在【TestValue（檢驗(yàn)值18Step04：設(shè)置顯著性水平單擊【Options】按鈕，在彈出的對話框的【ConfidenceIntervalPercentage（置信區(qū)間百分比）】文本框中將系統(tǒng)默認(rèn)的95％修改為99％，其目的是調(diào)整顯著性水平。單擊【Continue】按鈕返回主對話框。提示：如果不選擇Options按鈕，表示默認(rèn)系統(tǒng)選項(xiàng)參數(shù)設(shè)置。

Step04：設(shè)置顯著性水平單擊【Options】按鈕，在彈19Step05：結(jié)束操作單擊OK按鈕，完成操作。此時，軟件輸出結(jié)果出現(xiàn)在結(jié)果瀏覽窗口中。Step05：結(jié)束操作單擊OK按鈕，完成操作。此時，軟件輸203.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)分析表NMeanStd.DeviationStd.ErrorMean通勤時間2619.53853.75479.736383.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)分析表NMeanStd.21（2）單樣本t檢驗(yàn)結(jié)果TestValue=19tdf

Sig.(2-tailed)MeanDifference99%ConfidenceIntervaloftheDifferenceLowerUpper通勤時間.73125.471.53846-1.51412.5911（2）單樣本t檢驗(yàn)結(jié)果TestValue=19224.1.4實(shí)例進(jìn)階分析：機(jī)票的折扣費(fèi)

1.實(shí)例內(nèi)容

1995年2月，某個航班往返機(jī)票的平均折扣費(fèi)是258美元（《今日美國》，1995年3月30日）。隨機(jī)抽取了在3月份中15個往返機(jī)票的折扣費(fèi)作為一個簡單隨機(jī)樣本，結(jié)果得到下面的數(shù)據(jù)：310260265255300310230250265280290240285250260

請你檢驗(yàn)3月份往返機(jī)票的折扣費(fèi)是否有所增加？4.1.4實(shí)例進(jìn)階分析：機(jī)票的折扣費(fèi)

1.實(shí)例內(nèi)容232實(shí)例操作

由于3月份機(jī)票的平均折扣費(fèi)是258美元，而現(xiàn)在調(diào)查抽取了15個數(shù)據(jù)，可以計(jì)算得到它們的樣本均值（Mean）等于270美元。從數(shù)值大小看到明顯折扣費(fèi)用增加了。但是，這種數(shù)值的增加是由實(shí)際情況變動還是抽樣誤差造成的，則可以通過單樣本的t檢驗(yàn)來驗(yàn)證。這里建立如下假設(shè)檢驗(yàn)：2實(shí)例操作由于3月份機(jī)票的平均折扣費(fèi)是258美元，而現(xiàn)在24由于單樣本t檢驗(yàn)要求樣本數(shù)據(jù)服從正態(tài)分布，因此進(jìn)行單樣本的K-S檢驗(yàn)，得到檢驗(yàn)分析表。從檢驗(yàn)結(jié)果看到，統(tǒng)計(jì)量Z等于0.697，相伴概率P等于0.716，遠(yuǎn)大于顯著性水平，因此接受零假設(shè)，認(rèn)為該數(shù)據(jù)服從正態(tài)分布，可以利用單樣本t檢驗(yàn)方法。具體操作步驟如下。表4-3One-SampleK-STest機(jī)票折扣費(fèi)N15NormalParametersaMean270.00Std.Deviation24.785MostExtremeDifferencesAbsolute.180Positive.180Negative-.087Kolmogorov-SmirnovZ.697Asymp.Sig.(2-tailed).716由于單樣本t檢驗(yàn)要求樣本數(shù)據(jù)服從正態(tài)分布，因此進(jìn)行單樣本的K25Step01打開數(shù)據(jù)文件4-2.sav，選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【One-SampleTTest（單樣本T檢驗(yàn)）】命令，彈出【One-SampleTTest（單樣本T檢驗(yàn)）】對話框。Step01打開數(shù)據(jù)文件4-2.sav，選擇菜單欄中的【A26Step02在候選變量列表框中選擇“pirce”變量，將其添加至【TestVariables（檢驗(yàn)變量）】列表框中。Step02在候選變量列表框中選擇“pirce”變量，將其27Step03在【TestValue（檢驗(yàn)值）】文本框中輸入檢驗(yàn)值“258”。

Step03在【TestValue（檢驗(yàn)值）】文本框中28Step04單擊【OK】按鈕，完成操作。

Step04單擊【OK】按鈕，完成操作。293.實(shí)例結(jié)果及分析下表所示為單樣本t檢驗(yàn)的分析結(jié)果，表格中各項(xiàng)的含義前面已經(jīng)詳細(xì)講解了。由于這里雙側(cè)概率P值0.082略大于顯著性水平0.05，因此接受零假設(shè)，認(rèn)為3月份往返機(jī)票的折扣費(fèi)沒有變化。單樣本t檢驗(yàn)分析結(jié)果TestValue=258tdf

Sig.(2-tailed)MeanDifference95%ConfidenceIntervaloftheDifferenceLowerUpper機(jī)票折扣費(fèi)1.87514.08212.000-1.7325.733.實(shí)例結(jié)果及分析下表所示為單樣本t檢驗(yàn)的分析結(jié)果，表格中304.2SPSS在兩獨(dú)立樣本t檢驗(yàn)的應(yīng)用

4.2.2兩獨(dú)立樣本t檢驗(yàn)的SPSS操作步驟Step01：打開兩獨(dú)立樣本t檢驗(yàn)對話框。選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Independent-SamplesTTest（獨(dú)立樣本T檢驗(yàn)）】命令，彈出【Independent-SamplesTTest（獨(dú)立樣本T檢驗(yàn)）】對話框。4.2SPSS在兩獨(dú)立樣本t檢驗(yàn)的應(yīng)用

4.2.2兩獨(dú)31SPSS的均值比較過程課件32

Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇檢驗(yàn)變量，將其移入【TestVariable(s)（檢驗(yàn)變量）】列表框中，這里需要選入待檢驗(yàn)的變量。Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇檢驗(yàn)33Step03：選擇分組變量在左側(cè)的候選變量列表框中選擇分組變量，將其移入【GroupingVariable(分組變量)】文本框中，目的是區(qū)分檢驗(yàn)變量的不同組別。Step03：選擇分組變量在左側(cè)的候選變量列表框中選擇分組變34Step04定義組別名稱

單擊【DefineGroups】按鈕，彈出【DefineGroups（定義組）】對話框，此時需要定義進(jìn)行t檢驗(yàn)的比較組別名稱。該對話框中各選項(xiàng)的含義如下。Usespecifiedvalues：分別輸入兩個對應(yīng)不同總體的變量值。Cutpoint：用于定義分割點(diǎn)值。在該文本框中輸入一個數(shù)字，大于等于該數(shù)值的對應(yīng)一個總體，小于該值的對應(yīng)另一個總體。Step04定義組別名稱單擊【DefineGroups35在該對話框中設(shè)置完成后，單擊【Continue】按鈕，返回【Independent-SamplesTTest（獨(dú)立樣本T檢驗(yàn)）】對話框。在該對話框中設(shè)置完成后，單擊【Continue】按鈕，返回【36Step05：相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)單擊【Bootstrap】按鈕，在彈出的對話框中可以進(jìn)行如下統(tǒng)計(jì)量的Bootstrap估計(jì)。支持均值和標(biāo)準(zhǔn)差的Bootstrap估計(jì)。支持平均值差值的Bootstrap估計(jì)和顯著性檢驗(yàn)。Step05：相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)單擊【Boo37Step06單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動輸出相關(guān)結(jié)果。

Step06單擊【OK】按鈕，結(jié)束操作，SPSS軟件自動輸384.2.3實(shí)例圖文分析：機(jī)場等級分?jǐn)?shù)比較

1.實(shí)例內(nèi)容

國際航空運(yùn)輸協(xié)會（TheInternationalAirTransportAssociation）對商務(wù)旅游人員進(jìn)行了一項(xiàng)調(diào)查，以便確定多個國際機(jī)場的等級分?jǐn)?shù)。最高可能分?jǐn)?shù)是10分，分?jǐn)?shù)越高說明其等級也越高。假設(shè)有一個由50名商務(wù)旅行人員組成的簡單隨機(jī)樣本，要求這些人給邁阿密機(jī)場打分。另外有一個由50名商務(wù)旅行人員組成的樣本，要求這些人給洛杉磯機(jī)場打分。這兩個組人員打出的等級分?jǐn)?shù)如表4-5所示。請你判斷邁阿密機(jī)場和洛杉磯機(jī)場的等級評分是否相同？4.2.3實(shí)例圖文分析：機(jī)場等級分?jǐn)?shù)比較

1.實(shí)例內(nèi)容39

表4-5兩組人員打出的等級分?jǐn)?shù)表4-5兩組人員打出的等級分402實(shí)例操作

本案例中共有兩組商務(wù)旅行人員分別對邁阿密和洛杉磯機(jī)場打分。由于這兩組人員構(gòu)成不同，因此由這兩組人員組成的樣本可以看作是相互獨(dú)立的?，F(xiàn)在要比較這兩個機(jī)場的平均得分是否相同，也就是要檢驗(yàn)這兩個獨(dú)立樣本的均值是否相同，因此可以采用兩獨(dú)立樣本t檢驗(yàn)的方法。于是建立如下假設(shè)檢驗(yàn)：

H0

：邁阿密機(jī)場和洛杉磯機(jī)場的等級得分相同。

H1

：邁阿密機(jī)場和洛杉磯機(jī)場的等級得分不同。2實(shí)例操作本案例中共有兩組商務(wù)旅行人員分別對邁阿密和洛杉41Step01：打開對話框選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Independent-SampleTTest（獨(dú)立樣本T檢驗(yàn)）】命令，彈出【Independent-SampleTTest（獨(dú)立樣本T檢驗(yàn)）】對話框，。這里變量score表示兩個機(jī)場的得分；變量x是不同機(jī)場的標(biāo)志變量，1表示邁阿密機(jī)場，2表示洛杉磯機(jī)場。

Step01：打開對話框選擇菜單欄中的【Analyze（分析42Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇檢驗(yàn)變量“score”，將其添加至右側(cè)的【TestVariable(s)（檢驗(yàn)變量）】列表框中，表示需要對它進(jìn)行獨(dú)立樣本的T檢驗(yàn)。

Step02：選擇檢驗(yàn)變量在左側(cè)的候選變量列表框中選擇檢驗(yàn)變43Step03：選擇分組變量在左側(cè)的候選變量列表框中選擇分組變量“x”，將其添加至【GroupingVariable(s)（組變量）】文本框中。接著單擊【DefineGroups】按鈕，彈出【DefineGroup（定義組）】對話框。提示：如果不單擊【Options】按鈕，表示默認(rèn)系統(tǒng)選項(xiàng)參數(shù)設(shè)置。

Step03：選擇分組變量在左側(cè)的候選變量列表框中選擇分組變44Step04：定義組別名稱點(diǎn)選【Usespecifiedvalues（使用指定值）】單選鈕，在【Group1（組1）】文本框中輸入“1”，在【Group2（組2）】文本框中輸入“2”。輸入完成后，單擊【Continue】按鈕返回。Step04：定義組別名稱點(diǎn)選【Usespecified45Step05：完成操作單擊【OK】按鈕，完成操作。此時，軟件輸出結(jié)果出現(xiàn)在結(jié)果瀏覽窗口中。

Step05：完成操作單擊【OK】按鈕，完成操作。此時，軟件463.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表

3.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表47（2）獨(dú)立兩樣本的t檢驗(yàn)分析結(jié)果

①兩總體方差是否相等的F檢驗(yàn)這里，該檢驗(yàn)的F統(tǒng)計(jì)量的觀察值為0.086，對應(yīng)的概率P值為0.770。由于系統(tǒng)默認(rèn)顯著性水平α為0.05，而概率P值顯然大于0.05，因此認(rèn)為兩總體的方差無顯著性差異。（2）獨(dú)立兩樣本的t檢驗(yàn)分析結(jié)果48②兩總體均值的檢驗(yàn)在SPSS中進(jìn)行兩獨(dú)立樣本t檢驗(yàn)時，應(yīng)首先對F檢驗(yàn)作判斷。如果方差相等，觀察分析結(jié)果中Equalvariancesassumed列的t檢驗(yàn)相伴概率值；如果方差不相等，觀察Equalvariancesnotassumed列的t檢驗(yàn)相伴概率值。本案例的第一步分析中，由于兩總體方差無顯著差異，因此應(yīng)看第一列（Equalvarianceassumed）的t檢驗(yàn)結(jié)果。具體來說，t統(tǒng)計(jì)量的觀測值為-0.924，對應(yīng)的雙尾概率P值為0.358，大于顯著性水平0.05，因此認(rèn)為兩總體的均值不存在顯著差異，即邁阿密機(jī)場和洛杉磯機(jī)場的等級得分相同。這個結(jié)論說明商務(wù)人員認(rèn)為兩個機(jī)場在服務(wù)水平質(zhì)量等方面是沒有差異的。②兩總體均值的檢驗(yàn)49SPSS的均值比較過程課件504.2.4實(shí)例進(jìn)階分析：考試中的驚惶失措

1.實(shí)例內(nèi)容

許多學(xué)生都有一次考試中因?yàn)榈谝坏李}目特別難而驚惶失措的不愉快經(jīng)歷。人們對考試題目的安排進(jìn)行了研究，以弄清它對焦慮的影響。表4-8所示的分?jǐn)?shù)是對“測驗(yàn)焦慮”的度量，有充分的證據(jù)支持考試題目的安排對分?jǐn)?shù)有影響這一假設(shè)嗎？

4.2.4實(shí)例進(jìn)階分析：考試中的驚惶失措

1.實(shí)例內(nèi)容51SPSS的均值比較過程課件522實(shí)例操作表4-8列出了兩種考試方式下不同學(xué)生的焦慮測量值，其值越大，說明學(xué)生考試時越焦慮?，F(xiàn)在要研究考試題目對分?jǐn)?shù)的影響性，即比較這兩種考試形式對學(xué)生有無顯著的焦慮差異性?？紤]到選取的學(xué)生不同，因此可以利用兩獨(dú)立樣本的t檢驗(yàn)，建立假設(shè)檢驗(yàn)如下。

H0：兩種考試方式下學(xué)生的平均焦慮測量值相同。H1：兩種考試方式下學(xué)生的平均焦慮測量值不同。2實(shí)例操作表4-8列出了兩種考試方式下不同學(xué)生的焦慮測量值53Step01建立數(shù)據(jù)文件4-4.sav。這里變量anxiety表示兩個機(jī)場的得分；變量x表示不同的考試方式，1表示問題從易到難安排，2表示各問題從難到易安排。Step01建立數(shù)據(jù)文件4-4.sav。這里變量anxi54Step02選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Independent-SampleTTest（獨(dú)立樣本T檢驗(yàn)）】命令，彈出【Independent-SampleTTest（獨(dú)立樣本T檢驗(yàn)）】對話框。Step02選擇菜單欄中的【Analyze（分析）】→【55Step03在左側(cè)的候選變量列表框中選擇檢驗(yàn)變量anxiety，將其添加至【TestVariable(s)（檢驗(yàn)變量）】列表框中。Step03在左側(cè)的候選變量列表框中選擇檢驗(yàn)變量anx56Step04選擇分組變量x，將其添加至【GroupingVariable(s)（分組變量）】文本框中。Step04選擇分組變量x，將其添加至【Grouping57Step05單擊【DefineGroups】按鈕，彈出【DefineGroup（定義組）】對話框。點(diǎn)選【Usespecifiedvalues】單選鈕，在【Group1（組1）】文本框中輸入“1”，在【Group2（組2）】文本框中輸入“2”。輸入完成后，單擊【Continue】按鈕，關(guān)閉【DefineGroup（定義組）】對話框。Step05單擊【DefineGroups】按鈕，彈出【D58Step06單擊【OK】按鈕，結(jié)束操作。Step06單擊【OK】按鈕，結(jié)束操作。593.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表不同考試形式NMeanStd.DeviationStd.ErrorMean焦慮測量值問題從易到難安排2527.07526.869881.37398問題從難到易安排1631.72814.260151.065043.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表不同考試形式NM60②兩總體均值的檢驗(yàn)在首先進(jìn)行的方差相等假設(shè)檢驗(yàn)中，F(xiàn)統(tǒng)計(jì)量等于1.986，對應(yīng)的概率P值為0.167，大于顯著性水平0.05，因此認(rèn)為兩組數(shù)據(jù)的方差是相等的。于是接著觀察“Equalvarianceassumed”列所對應(yīng)的t檢驗(yàn)結(jié)果。由于t統(tǒng)計(jì)量對應(yīng)的雙尾概率P值為0.020，小于顯著性水平0.05，因此認(rèn)為兩總體的均值存在著統(tǒng)計(jì)意義下的顯著性差異。所以，問題“從易到難”和“從難到易”兩種方式的題目設(shè)置安排，對學(xué)生考試產(chǎn)生了顯著的焦慮影響，其平均焦慮值從27.0752上升至31.7281。所以，出題人在設(shè)置試卷考試難度的分配時，要予以充分的考慮。②兩總體均值的檢驗(yàn)61SPSS的均值比較過程課件624.3SPSS在兩配對樣本t檢驗(yàn)的應(yīng)用

4.3.1兩配對樣本t檢驗(yàn)的基本原理1.使用目的前一節(jié)中考慮的是獨(dú)立樣本情形下的總體均值相等的檢驗(yàn)問題。但在現(xiàn)實(shí)中，總體或樣本之間不僅僅表現(xiàn)為獨(dú)立的關(guān)系，很多情況下，總體之間存在著一定的相關(guān)性。當(dāng)分析這些相關(guān)總體之間的均值關(guān)系時，就涉及到兩配對樣本的t檢驗(yàn)。4.3SPSS在兩配對樣本t檢驗(yàn)的應(yīng)用

4.3.1兩配對632.基本原理兩配對樣本t檢驗(yàn)的目的是利用來自兩個總體的配對樣本，推斷兩個總體的均值是否存在顯著差異。它和獨(dú)立樣本t檢驗(yàn)的差別就在于要求樣本是配對的。由于配對樣本在抽樣時不是相互獨(dú)立的，而是相互關(guān)聯(lián)的，因此在進(jìn)行統(tǒng)計(jì)分析時必須要考慮到這種相關(guān)性，否則會浪費(fèi)大量的統(tǒng)計(jì)信息，因此對于符合配對情況的統(tǒng)計(jì)問題，要首先考慮兩配對樣本t檢驗(yàn)。配對樣本主要包括下列一些情況。2.基本原理64（1）同一實(shí)驗(yàn)對象處理前后的數(shù)據(jù)。例如對患肝病的病人實(shí)施某種藥物治療后，檢驗(yàn)病人在服藥前后的差異性。（2）同一實(shí)驗(yàn)對象兩個部位的數(shù)據(jù)。例如研究汽車左右輪胎耐磨性有無顯著差異。（3）同一樣品用兩種方法檢驗(yàn)的結(jié)果。例如對人造纖維在60度和80度的水中分別作實(shí)驗(yàn)，檢驗(yàn)溫度對這種材料縮水率的影響性。（4）配對的兩個實(shí)驗(yàn)對象分別接受不同處理后的數(shù)據(jù)。例如對雙胞胎兄弟實(shí)施不同的教育方案，檢驗(yàn)他們在學(xué)習(xí)能力上的差異性。（1）同一實(shí)驗(yàn)對象處理前后的數(shù)據(jù)。例如對患肝病的病人實(shí)施某種653.使用條件

進(jìn)行配對樣本檢驗(yàn)時，通常要滿足以下三個要求。（1）兩組樣本的樣本容量要相同；（2）兩組樣本的觀察值順序不能隨意調(diào)換，要保持一一對應(yīng)關(guān)系；（3）樣本來自的總體要服從正態(tài)分布。3.使用條件66兩配對樣本t檢驗(yàn)的基本思路是求出每對數(shù)據(jù)的差值：如果配對樣本沒有差異，則差值的總體均值應(yīng)該等于零，從該總體中抽取的樣本均值也應(yīng)該在零值附近波動；反之，如果配對樣本有差異，差值的均值就該遠(yuǎn)離零值。這樣，通過檢驗(yàn)該差值樣本的均值是否等于零，就可以判斷這兩組配對樣本有無差異性。該檢驗(yàn)對應(yīng)的假設(shè)檢驗(yàn)如下。H0：兩總體均值之間不存在顯著差異。H1：兩總體均值之間存在顯著性差異。檢驗(yàn)中所采用的統(tǒng)計(jì)量和單樣本t檢驗(yàn)完全相同

兩配對樣本t檢驗(yàn)的基本思路是求出每對數(shù)據(jù)的差值：如果配674.3.2兩配對樣本t檢驗(yàn)的SPSS操作詳解

Step01：打開兩配對樣本t檢驗(yàn)對話框選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Paired-SamplesTTest（配對樣本T檢驗(yàn)）】命令，彈出【Paired-SamplesTTest（配對樣本T檢驗(yàn)）】對話框。4.3.2兩配對樣本t檢驗(yàn)的SPSS操作詳解

Step068

Step02：選擇配對變量在【Paired-SampleTTest（配對樣本T檢驗(yàn)）】對話框左側(cè)的候選變量列表框中選擇一對或幾對變量，將其移入【PairedVariables（成對變量）】列表框中，這表示系統(tǒng)將對移入的成對變量進(jìn)行配對檢驗(yàn)。Step02：選擇配對變量在【Paired-Sample69Step03：其他選項(xiàng)選擇

單擊【Options】按鈕，彈出【Paired-SamplesTTest:Options（配對樣本T檢驗(yàn)：選擇）】對話框。該對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法，其中各選項(xiàng)的含義如下。ConfidenceInterval：用于設(shè)置在指定水平下樣本均值與指定的檢驗(yàn)值之差的置信區(qū)間，默認(rèn)值為95%?！綧issingValues（缺失值）】選項(xiàng)組：用于設(shè)置缺失值的處理方式，它有以下兩種處理方式。Excludecasesanalysisbyanalysis：點(diǎn)選該單選鈕，表示當(dāng)分析計(jì)算涉及到含有缺失值的變量時，刪除該變量上是缺失值的觀測量。Excludecaseslistwise：點(diǎn)選該單選鈕，表示刪除所有含缺失值的觀測量后再進(jìn)行分析。Step03：其他選項(xiàng)選擇單擊【Options】按鈕，70Step04相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)單擊【Bootstrap】按鈕，在彈出的對話框中可以進(jìn)行如下統(tǒng)計(jì)量的Bootstrap估計(jì)。支持均值和標(biāo)準(zhǔn)差的Bootstrap估計(jì)。支持相關(guān)性的Bootstrap估計(jì)。檢驗(yàn)表支持均值的Bootstrap估計(jì)。Step04相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)單擊【71Step05

單擊圖【OK】按鈕，結(jié)束操作，SPSS軟件自動輸出結(jié)果。

Step05單擊圖【OK】按鈕，結(jié)束操作，SPSS軟724.3.3實(shí)例圖文分析：看電視和讀書的時間

1.實(shí)例內(nèi)容

“每月讀書俱樂部”的成員進(jìn)行了一項(xiàng)調(diào)查，以確信其成員用于看電視的時間是否比讀書的時間多。假定抽取了15個人組成的樣本，得到了下列有關(guān)他們每周觀看電視的小時數(shù)和每周讀書時間的小時數(shù)的數(shù)據(jù)，見表4-11所示。你能夠得到結(jié)論：“每月讀書俱樂部”的成員每周觀看電視的時間比讀書的時間更多嗎？4.3.3實(shí)例圖文分析：看電視和讀書的時間

1.實(shí)73SPSS的均值比較過程課件742.實(shí)例操作由于讀書俱樂部的成員每人在每周可能既要看電視也要讀書，因此要分析看電視和讀書時間差異性，其實(shí)就是進(jìn)行如下假設(shè)檢驗(yàn)。

H0

：俱樂部成員看電視和讀書所消耗的時間相同。

H1

：俱樂部成員看電視和讀書所消耗的時間不同。由于抽樣數(shù)據(jù)中，樣本都進(jìn)行了看電視和讀書兩個方面的時間調(diào)查，它們的活動主體都是同一個人，因此，數(shù)據(jù)類型屬于配對樣本的類型，故利用配對樣本t檢驗(yàn)來分析。具體操作步驟如下。

2.實(shí)例操作由于讀書俱樂部的成員每人在每周可能既要看電75Step01：打開對話框

打開數(shù)據(jù)文件4-5.sav，選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Paired-SampleTTest（配對樣本T檢驗(yàn)）】命令，彈出【Paired-SampleTTest（配對樣本T檢驗(yàn)）】對話框。這里變量“tv”表示成員每周看電視的時間；變量“book”表示成員每周讀書的時間。

Step01：打開對話框打開數(shù)據(jù)文件4-5.sav，選76Step02：選擇配對變量在左側(cè)的候選變量列表框中依次選擇檢驗(yàn)變量“tv”和變量“book”，將其添加至【PairedVariable(s)（成對變量）】列表框中。這表示進(jìn)行“tv”和“book”的配對t檢驗(yàn)。Step02：選擇配對變量在左側(cè)的候選變量列表框中依次77Step03：完成操作單擊【OK】按鈕，完成操作。此時，軟件輸出結(jié)果出現(xiàn)在結(jié)果瀏覽窗口中。Step03：完成操作單擊【OK】按鈕，完成操作。此時，軟件783.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表MeanNStd.DeviationStd.ErrorMeanPair1看電視小時數(shù)12.00154.5361.171看書小時數(shù)9.00153.586.9263.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表MeanNStd79（2）相關(guān)性分析

表4-13是進(jìn)行兩配對變量之間簡單相關(guān)性分析結(jié)果輸出表。表中第三列表示樣本容量，第四列表示看電視時間和看書時間的簡單相關(guān)系數(shù)，第五列表示概率P值。從結(jié)果來看，“tv”和“book”變量的相關(guān)系數(shù)等于0.193，呈簡單正相關(guān)關(guān)系；同時相伴概率P值0.490大于顯著性水平0.05說明這兩組樣本相關(guān)性顯著。（2）相關(guān)性分析80（3）兩配對樣本t檢驗(yàn)結(jié)果表

PairedDifferencestdfSig.(2-tailed)MeanStd.DeviationStd.ErrorMean95%ConfidenceIntervaloftheDifferenceLowerUpperPair1看電視小時數(shù)-看書小時數(shù)35.211.345.1155.8852.2314.043（3）兩配對樣本t檢驗(yàn)結(jié)果表PairedDifferenc814.3.4實(shí)例進(jìn)階分析：亞洲金融危機(jī)的影響

1.實(shí)例內(nèi)容

在1997年，亞洲許多國家爆發(fā)了大規(guī)模的金融危機(jī)，致使許多國家的經(jīng)濟(jì)發(fā)展停滯不前。投資商預(yù)言：亞洲經(jīng)濟(jì)的低迷對1997年第四季度美國公司的收益造成負(fù)面影響。下面的樣本數(shù)據(jù)表4-15顯示了部分美國公司在1996年第四季度和1997年第四季度的每股收益（《華爾街日報》，1998年1月28日）。你能根據(jù)數(shù)據(jù)判斷投資商的預(yù)言嗎？4.3.4實(shí)例進(jìn)階分析：亞洲金融危機(jī)的影響

1.實(shí)例82SPSS的均值比較過程課件832.實(shí)例操作

表4-15列出了美國公司在亞洲金融危機(jī)爆發(fā)前后第四季度的每股收益。如果亞洲金融危機(jī)對美國公司產(chǎn)生顯著影響，那么這兩組數(shù)據(jù)的均值就應(yīng)該存在顯著差異性。由于每組數(shù)據(jù)是同一公司在1996年和1997年第四季度的收益，因此本案例也屬于兩配對樣本的t檢驗(yàn)問題。因此，進(jìn)行如下假設(shè)檢驗(yàn)。

H0：美國公司在1996年和1997年第四季度的收益沒有顯著差異，即亞洲金融危機(jī)對美國公司收益沒有造成影響。

H1：美國公司在1996年和1997年第四季度的收益存在顯著差異，即亞洲金融危機(jī)對美國公司收益造成明顯影響。具體操作步驟如下。2.實(shí)例操作表4-15列出了美國公司在亞洲金融危機(jī)爆發(fā)前84Step01打開數(shù)據(jù)文件4-6.sav。這里變量“x”表示1996年美國公司的收益；變量“y”表示1997年美國公司的收益。Step01打開數(shù)據(jù)文件4-6.sav。這里變量“x”表85Step02選擇菜單欄中的【Analyze（分析）】→【CompareMeans（比較均值）】→【Paired-SampleTTest（配對樣本T檢驗(yàn)）】命令，彈出【Paired-SampleTTest（配對樣本T檢驗(yàn)）】對話框。Step02選擇菜單欄中的【Analyze（分析）】86Step03在左側(cè)的候選變量列表框中依次選擇檢驗(yàn)變量“x”和變量“y”，將其添加至【PairedVariable(s)（成對變量）】列表框中，進(jìn)行“x”和“y”變量的配對t檢驗(yàn)。Step03在左側(cè)的候選變量列表框中依次選擇檢驗(yàn)變量“87Step04單擊【Paired-SampleTTest（配對樣本T檢驗(yàn)）】對話框中的【OK】按鈕，結(jié)束操作Step04單擊【Paired-SampleTT883.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表

3.實(shí)例結(jié)果及分析（1）基本統(tǒng)計(jì)信息匯總表89（2）相關(guān)性分析表4-17是1996年收益和1997年收益的簡單相關(guān)性分析結(jié)果輸出表。從結(jié)果來看，“x”和“y”變量的相關(guān)系數(shù)等于0.825，呈高度正相關(guān)關(guān)系；同時相伴概率P值0.000進(jìn)一步說明這兩組樣本相關(guān)性顯著。（2）相關(guān)性分析90（3）兩配對樣本t檢驗(yàn)結(jié)果表（3）兩配對樣本t檢驗(yàn)結(jié)果表91第5章SPSS

的方差分析第5章SPSS

的方差分析925.1方差分述析概

在第4章中我們討論了如何對一個總體及兩個總體的均值進(jìn)行檢驗(yàn)，如我們要確定兩種銷售方式的效果是否相同，可以對零假設(shè)進(jìn)行檢驗(yàn)。但有時銷售方式有很多種，這就是多個總體均值是否相等的假設(shè)檢驗(yàn)問題了，所采用的方法是方差分析。5.1.1方差分析的概念5.1方差分述析概

在第4章中我們討論了如何對一個總體及93序號銷售方式12345水平均值方式一778681888383方式二959278968990方式三717668817474方式四808479708279總均值81.5

表5-1某公司產(chǎn)品銷售方式所對應(yīng)的銷售量

序號12345水平均值方式一778681888394方差分析中有以下幾個重要概念。（1）因素（Factor）:是指所要研究的變量，它可能對因變量產(chǎn)生影響。如果方差分析只針對一個因素進(jìn)行，稱為單因素方差分析。如果同時針對多個因素進(jìn)行，稱為多因素方差分析。（2）水平（Level）:水平指因素的具體表現(xiàn)，如銷售的四種方式就是因素的不同取值等級。（3）單元（Cell）:指因素水平之間的組合。（4）元素（Element）:指用于測量因變量的最小單位。一個單元里可以只有一個元素，也可以有多個元素。（5）交互作用（Interaction）:如果一個因素的效應(yīng)大小在另一個因素不同水平下明顯不同，則稱兩因素間存在交互作用。方差分析中有以下幾個重要概念。955.1.2

方差分析的基本思想

在表5-1中，要研究不同推銷方式的效果，其實(shí)就歸結(jié)為一個檢驗(yàn)問題，設(shè)為第i（i=1,2,3,4）種推銷方式的平均銷售量，即檢驗(yàn)原假設(shè)是否為真。從數(shù)值上觀察，四個均值都不相等，方式二的銷售量明顯較大。從表5-1可以看到，20個數(shù)據(jù)各不相同，這種差異可能是由以下兩方面的原因引起的。一是推銷方式的影響，不同的方式會使人們產(chǎn)生不同消費(fèi)沖動和購買欲望，從而產(chǎn)生不同的購買行動。這種由不同水平造成的差異，稱之為系統(tǒng)性差異。5.1.2方差分析的基本思想

在表5-1中，要研究不同推銷96二是隨機(jī)因素的影響。同一種推銷方式在不同的工作日銷量也會不同，因?yàn)閬砩痰甑娜巳簲?shù)量不一，經(jīng)濟(jì)收入不一，當(dāng)班服務(wù)員態(tài)度不一，這種由隨機(jī)因素造成的差異，我們稱之為隨機(jī)性差異。兩個方面產(chǎn)生的差異用兩個方差來計(jì)量：一是變量之間的總體差異，即水平之間的方差。二是水平內(nèi)部的方差。前者既包括系統(tǒng)性差異，也包括隨機(jī)性差異；后者僅包括隨機(jī)性差異。

二是隨機(jī)因素的影響。同一種推銷方式在不同的工作日銷量也會不同975.1.3方差分析的基本假設(shè)

（1）各樣本的獨(dú)立性。即各組觀察數(shù)據(jù)，是從相互獨(dú)立的總體中抽取的。（2）要求所有觀察值都是從正態(tài)總體中抽取，且方差相等。在實(shí)際應(yīng)用中能夠嚴(yán)格滿足這些假定條件的客觀現(xiàn)象是很少的，在社會經(jīng)濟(jì)現(xiàn)象中更是如此。但一般應(yīng)近似地符合上述要求。水平之間的方差（也稱為組間方差）與水平內(nèi)部的方差（也稱組內(nèi)方差）之間的比值是一個服從F分布的統(tǒng)計(jì)量

F=水平間方差/水平內(nèi)方差=組間方差/組內(nèi)方差5.1.3方差分析的基本假設(shè)

（1）各樣本的獨(dú)立性。即各組985.2SPSS在單因素方差分析中的應(yīng)用

單因素方差分析也叫一維方差分析，它用來研究一個因素的不同水平是否對觀測變量產(chǎn)生了顯著影響，即檢驗(yàn)由單一因素影響的一個（或幾個相互獨(dú)立的）因變量由因素各水平分組的均值之間的差異是否具有統(tǒng)計(jì)意義。1.使用條件應(yīng)用方差分析時，數(shù)據(jù)應(yīng)當(dāng)滿足以下幾個條件：

在各個水平之下觀察對象是獨(dú)立隨機(jī)抽樣，即獨(dú)立性；各個水平的因變量服從正態(tài)分布，即正態(tài)性；各個水平下的總體具有相同的方差，即方差齊；5.2SPSS在單因素方差分析中的應(yīng)用單因素方差分析也叫992.基本原理

方差分析認(rèn)為：SST（總的離差平方和）=SSA（組間離差平方和）+SSE（組內(nèi)離差平方和）如果在總的離差平方和中，組間離差平方和所占比例較大，說明觀測變量的變動主要是由因素的不同水平引起的，可以主要由因素的變動來解釋，系統(tǒng)性差異給觀測變量帶來了顯著影響；反之，如果組間離差平方和所占比例很小，說明觀測變量的變動主要由隨機(jī)變量因素引起的。2.基本原理100SPSS將自動計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率P值，若P值小于等于顯著性水平α，則拒絕原假設(shè)，認(rèn)為因素的不同水平對觀測變量產(chǎn)生顯著影響；反之，接受零假設(shè)，認(rèn)為因素的不同水平?jīng)]有對觀測變量產(chǎn)生顯著影響。3.多重比較檢驗(yàn)問題多重比較是通過對總體均值之間的配對比較來進(jìn)一步檢驗(yàn)到底哪些均值之間存在差異。

SPSS將自動計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率P值，若P值小于等于顯1014.各組均值的精細(xì)比較多重比較檢驗(yàn)只能分析兩兩均值之間的差異性，但是有些時候需要比較多個均值之間的差異性。具體操作是將其轉(zhuǎn)化為研究這兩組總的均值是否存在顯著差異，即與是否有顯著差異。這種比較是對各均值的某一線性組合結(jié)構(gòu)進(jìn)行判斷，即上述檢驗(yàn)可以等價改寫為對進(jìn)行統(tǒng)計(jì)推斷。這種事先指定均值的線性組合，再對該線性組合進(jìn)行檢驗(yàn)的分析方法就是各組均值的精細(xì)比較。顯然，可以根據(jù)實(shí)際問題，提出若干種檢驗(yàn)問題。4.各組均值的精細(xì)比較1025.2.2單因素方差分析的SPSS操作詳解

Step01：打開主操作窗口選擇菜單欄中的【Analyze（分析）】→【CompareMeans(比較均值)】→【One-WayANOVA(單因素ANOVA)】命令，彈出【One-WayANOVA(單因素ANOVA)】對話框，這是單因素方差分析的主操作窗口。Step02：選擇因變量在【One-WayANOVA(單因素ANOVA)】對話框的候選變量列表框中選擇一個或幾個變量，將其添加至【DependentList(因變量列表)】列表框中，選擇的變量就是要進(jìn)行方差分析的觀測變量（因變量）。5.2.2單因素方差分析的SPSS操作詳解

Step01103Step03：選擇因素變量在【One-WayANOVA(單因素ANOVA)】對話框的候選變量列表框中選擇一個變量，將其添加至【Factor(因子)】列表框中，選擇的變量就是要進(jìn)行方差分析的因素變量。Step04：均值精細(xì)比較單擊【Contrasts】按鈕，彈出如右圖所示的【Contrasts(對比)】對話框。

Step03：選擇因素變量104Step05：均值多重比較單擊【PostHoc】按鈕，彈出如下圖所示的【PostHocMultipleComparisons(兩兩比較)】對話框，該對話框用于設(shè)置均值的多重比較檢驗(yàn)。

Step05：均值多重比較105（1）方差齊性（EqualVariancesAssumed）時，有如下方法供選擇。

LSD（Least-significantdifference）：最小顯著差數(shù)法，用t檢驗(yàn)完成各組均值間的配對比較。Bonferroni（LSDMOD）：用t檢驗(yàn)完成各組間均值的配對比較，但通過設(shè)置每個檢驗(yàn)的誤差率來控制整個誤差率。Sidak：計(jì)算t統(tǒng)計(jì)量進(jìn)行多重配對比較?？梢哉{(diào)整顯著性水平，比Bofferroni方法的界限要小。

Scheffe：用F分布對所有可能的組合進(jìn)行同時進(jìn)入的配對比較。此法可用于檢查組均值的所有線性組合，但不是公正的配對比較。R-E-G-WF：基于F檢驗(yàn)的Ryan-Einot-Gabriel-Welsch多重比較檢驗(yàn)。

（1）方差齊性（EqualVariancesAssume106

R-E-G-WQ：基于StudentRange分布的Ryan-Einot-Gabriel-Welschrangetest多重配對比較。S-N-K：用StudentRange分布進(jìn)行所有各組均值間的配對比較。Tukey：用Student-Range統(tǒng)計(jì)量進(jìn)行所有組間均值的配對比較，用所有配對比較誤差率作為實(shí)驗(yàn)誤差率。Tukey's-b：用stndentRange分布進(jìn)行組間均值的配對比較，其精確值為前兩種檢驗(yàn)相應(yīng)值的平均值。Duncan：指定一系列的Range值，逐步進(jìn)行計(jì)算比較得出結(jié)論。Hochberg‘sGT2：用正態(tài)最大系數(shù)進(jìn)行多重比較。

Gabriel：用正態(tài)標(biāo)準(zhǔn)系數(shù)進(jìn)行配對比較，在單元數(shù)較大時，這種方法較自由。

R-E-G-WQ：基于StudentRange分布的R107

Waller-Dunca：用t統(tǒng)計(jì)量進(jìn)行多重比較檢驗(yàn)，使用貝葉斯逼近的多重比較檢驗(yàn)法。

Dunnett：多重配對比較的t檢驗(yàn)法，用于一組處理對一個控制類均值的比較。默認(rèn)的控制類是最后一組。（2）方差不具有齊性（EqualVarancenotassumed）時，有如下方法供選擇。

Tamhane’sT2：基于t檢驗(yàn)進(jìn)行配對比較。Dunnett’sT3：基于Student最大模的成對比較法。Games-Howell：Games-Howell比較，該方法較靈活。Dunnett’sC：基于Student極值的成對比較法。（3）Significance：確定各種檢驗(yàn)的顯著性水平，系統(tǒng)默認(rèn)值為0.05，可由用戶重新設(shè)定。Waller-Dunca：用t統(tǒng)計(jì)量進(jìn)行多重比較檢驗(yàn)，使用108Step06：其他選項(xiàng)輸出單擊【Options】按鈕，在彈出的對話框中進(jìn)行如下設(shè)置。(1)【Statistics(統(tǒng)計(jì)量)】復(fù)選框:選擇輸出統(tǒng)計(jì)量。

●Descriptive：要求輸出描述統(tǒng)計(jì)量。選擇此項(xiàng)輸出觀測值容量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、最小值、最大值、各組中每個因變量的95％置信區(qū)間?！馞ixedandrandomeffects：顯示固定和隨機(jī)描述統(tǒng)計(jì)量。●Homogeneity-of-variance：計(jì)算Levene統(tǒng)計(jì)量進(jìn)行方差齊性檢驗(yàn)?！馚rown-Forsythe：計(jì)算檢驗(yàn)組均值相等假設(shè)的布朗檢驗(yàn)。在方差齊性假設(shè)不成立時，這個統(tǒng)計(jì)量比F統(tǒng)計(jì)量更優(yōu)越?！馱elch：計(jì)算檢驗(yàn)組均值相等假設(shè)的Welch統(tǒng)計(jì)量，在不具備方差齊性假設(shè)時，也是一個比F統(tǒng)計(jì)量更優(yōu)越的統(tǒng)計(jì)量。Step06：其他選項(xiàng)輸出(1)【Statistics(統(tǒng)計(jì)109

（2）Meansplot：均值折線圖。根據(jù)各組均值變化描繪出因變量的分布情況。（3）【MissingValues(缺失值)】選項(xiàng)組中提供了缺失值處理方法，該選項(xiàng)和均值比較過程中的缺失值選項(xiàng)意義相同。

Step07：相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)。單擊【Bootstrap】按鈕，彈出如右圖所示的對話框。

描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。多重比較表支持平均值差值的bootstrap估計(jì)。對比檢驗(yàn)表支持對比值的bootstrap估計(jì)和顯著性檢驗(yàn)。

（2）Meansplot：均值折線圖。根據(jù)各組均值變化1105.2.3實(shí)例圖文分析：信息來源與傳播

1.實(shí)例內(nèi)容某機(jī)構(gòu)的各個級別的管理人員需要足夠的信息來完成各自的任務(wù)。最近，一項(xiàng)研究調(diào)查了信息來源對信息傳播的影響。在這項(xiàng)特定的研究中，信息來源是上級、同級和下級。在每種情況下，對信息傳播進(jìn)行測度：數(shù)值越高，說明信息傳播越廣。檢驗(yàn)信息來源是否對信息傳播有顯著影響？你的結(jié)論是什么？2.實(shí)例操作5.2.3實(shí)例圖文分析：信息來源與傳播

1.實(shí)例內(nèi)容111由于不同的信息來源可能導(dǎo)致信息傳播測度不同。本案例中，信息來源是因素，“上級、同級和下級”是因素的三種不同水平，信息傳播測度是因變量（觀測變量）。由于這里有三個水平，因此不能采用兩樣本的均值檢驗(yàn)過程，故考慮采用單因素方差分析法。

進(jìn)行如下假設(shè)檢驗(yàn)：

H0：三種不同信息來源對信息傳播測度平均值沒有顯著性影響；H1：三種不同信息來源對信息傳播測度平均值存在顯著性影響。由于不同的信息來源可能導(dǎo)致信息傳播測度不同。本案例中，信息來112Step01：打開對話框打開數(shù)據(jù)文件5-1.sav，選擇菜單欄中的【Analyze（分析）】→【CompareMeans(比較均值)】→【One-WayANOVA(單因素ANOVA)】命令，彈出【One-WayANOVA(單因素ANOVA)】對話框。提示：在使用前，請注意數(shù)據(jù)是否符合方差分析的前提條件。

SPSS的均值比較過程課件113Step02：選擇因變量在候選變量列表框中選擇“scale”變量作為因變量，將其添加至【DependentList(因變量列表)】列表框中。

Step02：選擇因變量114Step03：選擇因素變量在候選變量列表框中選擇“source”變量作為水平值，將其添加至【Factor(因子)】列表框中。

Step03：選擇因素變量115Step04：選擇均值多重比較方法單擊【Options】按鈕，在彈出的對話框中勾選【Homogeneity-of-variance】復(fù)選框，表示輸出方差齊性檢驗(yàn)表。再單擊【Continue】按鈕返回主對話框。提示：根據(jù)數(shù)據(jù)特點(diǎn)及您的實(shí)驗(yàn)要求，選擇不同的均值多重比較方法。

Step04：選擇均值多重比較方法116Step05：完成操作最后，單擊【OK(確定)】按鈕，操作完成。Step05：完成操作1173.實(shí)例結(jié)果及分析（1）方差齊性檢驗(yàn)

SPSS的結(jié)果報告中首先列出了方差分析檢驗(yàn)結(jié)果。由于這里采用的是Levene檢驗(yàn)法，故表格首先顯示Levene統(tǒng)計(jì)量等于0.055。由于概率P值0.946明顯大于顯著性水平，故認(rèn)為這三組數(shù)據(jù)的方差是相同的，滿足方差分析的前提條件。

（2）單因素方差分析表3.實(shí)例結(jié)果及分析（1）方差齊性檢驗(yàn)1185.2.4實(shí)例進(jìn)階分析：股票基金的費(fèi)用比率

1.實(shí)例內(nèi)容

Money雜志報告了股票和債券基金的收益和費(fèi)用比率。10種中等規(guī)模的資本股票基金、10種小額資本股票基金、10種混合型股票基金和10種專項(xiàng)股票基金的費(fèi)用比率的數(shù)據(jù)見表5-5所示（單位：％）。（1）請檢驗(yàn)這4種類型股票基金之間的平均費(fèi)用比率的差異性。（2）混合型股票基金的費(fèi)用比率是其他三種類型基金費(fèi)用比率的平均水平嗎？

5.2.4實(shí)例進(jìn)階分析：股票基金的費(fèi)用比率

1.實(shí)例內(nèi)容119SPSS的均值比較過程課件1202.實(shí)例操作Step01：打開或建立數(shù)據(jù)文件5-2.sav，選擇菜單欄中的【Analyze（分析）】→【CompareMeans(比較均值)】→【One-WayANOVA(單因素ANOVA)】命令，彈出【One-WayANOVA(單因素ANOVA)】對話框。這里“rate”變量表示基金的費(fèi)用比率；“fund”變量表示基金的類型，其中，“1”表示中等規(guī)模的資本股票基金，“2”表示小額資本股票基金，“3”表示混合型股票基金，“4”表示專項(xiàng)股票基金。

2.實(shí)例操作Step01：打開或建立數(shù)據(jù)文件5-2.sav121Step02：在【候選變量】列表框中選擇“rate”變量作為因變量，將其添加至【DependentList(因變量列表)】列表框中。

Step03：在【候選變量】列表框中選擇“fund”變量作為水平值，將其添加至【Factor(因子)】列表框中。Step02：在【候選變量】列表框中選擇“rate”變量作為122Step04：單擊【Contrasts】按鈕，彈出【One-WayANOVA：Contrasts(單因素ANOVA：對比)】對話框。勾選【Polynomial(多項(xiàng)式)】復(fù)選框，激活【Degree(度)】下拉菜單，默認(rèn)選擇【Linear(線性)】選項(xiàng)，表示要進(jìn)行均值的精細(xì)比較。接著在【Coefficients(系數(shù))】文本框中依次輸入線性多項(xiàng)式的系數(shù)“1”、“1”、“－3”和“1”，并單擊【Add(添加)】按鈕確認(rèn)設(shè)置。再單擊【Continue】按鈕，返回主對話框。Step04：單擊【Contrasts】按鈕，彈出【One-123Step05：單擊【PostHoc】按鈕，彈出【PostHoc(兩兩比較)】對話框。由于這里已計(jì)劃好對這4組均值進(jìn)行兩兩比較，則在其對話框中勾選【LSD】復(fù)選框。單擊【Continue】按鈕，返回主對話框。Step06：單擊【Options】按鈕，在彈出的對話框中勾選【Descriptive(描述性)】復(fù)選框表示輸出描述性統(tǒng)計(jì)量；勾選【Homogeneity-of-variance(方差同質(zhì)性)】復(fù)選框表示輸出方差齊性檢驗(yàn)表；勾選【Meanplot(均值圖)】復(fù)選框表示輸出各水平的均值折線圖。再單擊【Continue】按鈕，返回主對話框。Step07：單擊【One-WayANOVA(單因素ANOVA)】對話框中的【OK】按鈕，完成操作。Step05：單擊【PostHoc】按鈕，彈出【Post1243.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)量表SPSS的結(jié)果報告中首先輸出了描述性統(tǒng)計(jì)量，如表5-6所示。首先，中等規(guī)模的資本股票基金的平均費(fèi)用比率（1.440）最低，而專項(xiàng)股票基金的平均費(fèi)用比率（2.000）最高，但各類型基金的平均值差距不大。其次，從標(biāo)準(zhǔn)差大小來看，中等規(guī)模的資本股票基金（0.3806）最低，而混合型股票基金（0.7379）最高。最后，表5-6還列出了各種類型基金的最大值、最小值及95％水平的置信區(qū)間。3.實(shí)例結(jié)果及分析（1）描述性統(tǒng)計(jì)量表SPSS的結(jié)果報告中125（2）方差齊性檢驗(yàn)表5-7是方差齊性檢驗(yàn)結(jié)果表。表中顯示Levene統(tǒng)計(jì)量等于2.086。由于概率P值0.119大于顯著性水平0.05，故認(rèn)為這四種類型基金費(fèi)用比率的方差是相同的，滿足方差分析的前提條件。（2）方差齊性檢驗(yàn)126（3）單因素方差分析表表5-7為單因素方差分析表?？梢钥吹?，費(fèi)用比率總的離差平方總和為13.320；不同基金的組間離差為1.772；組內(nèi)離差為11.548；它們的方差比分別為0.591和0.321，相除得F統(tǒng)計(jì)量的觀測值為1.841，對應(yīng)的概率P值為0.157。這里顯著性水平為0.05，由于P值大于顯著性水平0.05，所以接受零假設(shè)，認(rèn)為不同類型基金的費(fèi)用比率沒有顯著性差異。

（3）單因素方差分析表127（4）多重比較檢驗(yàn)結(jié)果表5-8顯示了兩兩基金之間費(fèi)用比率均值比較結(jié)果。表中的星號表示在顯著性水平0.05的條件下，相應(yīng)的兩組均值存在顯著性差異。表中第四列MeanDifference表示兩兩不同基金費(fèi)用比率差值的均值。第六列是進(jìn)行t檢驗(yàn)的概率P值，可以通過比較P值大小來判斷兩兩基金之間的費(fèi)用比率是否有顯著差異。從結(jié)果來看，只有第一種和第四種基金費(fèi)用比率的概率P值（0.033）小于顯著性水平。因此這四種基金中，只有它們之間的費(fèi)用比率存在顯著性差異，其他基金的費(fèi)用比率之間都沒有顯著差異。（4）多重比較檢驗(yàn)結(jié)果128SPSS的均值比較過程課件129（5）方差分析的精細(xì)比較案例中第二問要比較第三類基金的費(fèi)用比率和其他基金之間的關(guān)系，其實(shí)就是要進(jìn)行均值之間的多項(xiàng)式比較。表5-9首先列出了均值線性組合的系數(shù)，其實(shí)就是軟件操作中第四步輸入的數(shù)值。接著表5-10列出了多項(xiàng)式比較結(jié)果。SPSS分別給出了方差齊性和方差不齊性的檢驗(yàn)統(tǒng)計(jì)量和概率P值。本案例中不管方差齊性還是不齊性，其概率P值都顯著大于0.05，這說明了零假設(shè)成立，即混合型股票基金的費(fèi)用比率是其他三種類型基金費(fèi)用比率的平均水平。（5）方差分析的精細(xì)比較130SPSS的均值比較過程課件131（6）均值折線圖圖5-11顯示了這四類基金費(fèi)用比率的均值折線圖。從圖中明顯看到，第四類基金的費(fèi)用比率均值明顯高于其他類型的基金。（6）均值折線圖1325.3SPSS在多因素方差分析中的應(yīng)用

5.3.1多因素方差分析的基本原理

1.方法概述多因素方差分析是對一個獨(dú)立變量是否受一個或多個因素或變量影響而進(jìn)行的方差分析。它不僅能夠分析多個因素對觀測變量的獨(dú)立影響，更能夠分析多個因素的交互作用能否對觀測變量產(chǎn)生顯著影響。例如，對稻谷產(chǎn)量進(jìn)行分析時，不僅單純考慮耕地深度和施肥量都會影響產(chǎn)量，但同時深耕和適當(dāng)?shù)氖┓士赡苁巩a(chǎn)量成倍增加，這時，耕地深度和施肥量就可能存在交互作用。5.3SPSS在多因素方差分析中的應(yīng)用

5.3.1多因素1332.基本原理由于多因素方差分析中觀察變量不僅要受到多個因素獨(dú)立作用的影響，而且因素其交互作用和一些隨機(jī)因素都會對變量產(chǎn)生影響。因此觀測變量值的波動要受到多個控制變量獨(dú)立作用、控制變量交互作用及隨機(jī)因素等三方面的影響。以兩個因素為例，可以表示為：其中，Q表示各部分對應(yīng)的離差平方和。多因素方差分析比較占的比例，以此推斷不同因素以及因素之間的交互作用是否給觀測變量帶來顯著影響。

2.基本原理1343.軟件使用方法多因素方差分析仍然采用F檢驗(yàn)，其零假設(shè)是H0：各因素不同水平下觀測變量的均值無顯著差異。SPSS將自動計(jì)算F值，并依據(jù)F分布表給出相應(yīng)的概率P值。我們可以根據(jù)相伴概率P值和顯著性水平α的大小關(guān)系來判斷各因素的不同水平對觀測變量是否產(chǎn)生了顯著性影響。3.軟件使用方法1355.3.2多因素方差分析的SPSS操作詳解

Step01：打開主對話框選擇菜單欄中的【Analyze（分析）】→【GeneralLinearModel(一般線性模型)】→【Univariate(單變量)】命令，彈出【Univariate(單變量)】對話框，這是多因素方差分析的主操作窗口。5.3.2多因素方差分析的SPSS操作詳解

Step01：136

Step02：選擇分析變量在【Univariate(單變量)】對話框的候選變量列表框中，選擇相應(yīng)變量進(jìn)行右側(cè)的列表框中，其目的是設(shè)置分析變量?！襁x擇觀測變量（因變量）：添加至【DependentVariable（因變量）】列表框中?！襁x擇因素變量：添加至【FixedVariable(s)(固定因子)】列表框中?！襁x擇隨機(jī)變量：添加至【RandomVariable(s)(隨機(jī)因子)】列表框中?！襁x擇協(xié)變量：添加至【Covariate(s)(協(xié)變量)】列表框中?！襁x擇權(quán)重變量：添加至【W(wǎng)LSWeight(WLS權(quán)重)】列表框中。Step02：選擇分析變量137

Step03：模型選擇單擊【Model】按鈕，彈出【Univariate：Model(單變量：模型)】對話框，該對話框用于選擇分析模型。Step03：模型選擇138

（1）FullFactorial選項(xiàng)系統(tǒng)默認(rèn)選項(xiàng)。該項(xiàng)選擇建立全因素模型，包括所有因素變量的主效應(yīng)和所有的交互效應(yīng)。例如有三個因素變量，全模型包括三個因素變量的主效應(yīng)、兩兩的交互效應(yīng)和三個因素的交互效應(yīng)。選擇該項(xiàng)后無需進(jìn)行進(jìn)一步的操作，即可單擊【Continue】按鈕返回主對話框。（2）Custom選項(xiàng)建立用戶自定義的方差分析模型。點(diǎn)擇【Custom(設(shè)定)】單選鈕后，【Factors&Covariates(因子與協(xié)變量)】、【Model(模型)】和【BuildTerm(s)(構(gòu)建項(xiàng))】選項(xiàng)被激活。在【Factors&Covariates(因子與協(xié)變量)】列表框中自動列出可以作為因素變量的變量名。（1）FullFactorial選項(xiàng)139在【BuildTerm(s)(構(gòu)建項(xiàng))】選項(xiàng)組的下拉列表框中，可以選擇模型的形式?！馡nteraction：選中此項(xiàng)可以指定任意的交互效應(yīng)?！馦aineffects：選中此項(xiàng)可以指定主效應(yīng)?！馎ll2-way：指定所有2維交互效應(yīng)?！馎ll3-way：指定所有3維交互效應(yīng)?！馎ll4-way：指定所有4維交互效應(yīng)?！馎ll5-way：指定所有5維交互效應(yīng)?！馮ypeI項(xiàng)：一般適用于平衡的ANOVA模型?！馮ypeII項(xiàng)：一般適用于平衡的ANOVA模型、主因子效應(yīng)模型、回歸模型和嵌套設(shè)計(jì)。在【BuildTerm(s)(構(gòu)建項(xiàng))】選項(xiàng)組的下拉列表框140●TypeIII項(xiàng)：系統(tǒng)默認(rèn)的平方和分解法。適用于平衡的ANOVA模型和非平衡的ANOVA模型。凡適用TypeI和TypeII的模型均可以用該法?！馮ypeIV頂：一般適用于TypeI和TypelI方法的模型、有缺失值的平衡或不平衡模型。（3）【Includeinterceptinmodel(在模型中包含截距)】復(fù)選框：系統(tǒng)默認(rèn)選項(xiàng)，通常截距包括在模型中。如果能假設(shè)數(shù)據(jù)通過原點(diǎn)，可以不包括截距，即不選擇此項(xiàng)?！馮ypeIII項(xiàng)：系統(tǒng)默認(rèn)的平方和分解法。適用于平衡的141Step04：選擇比較方法單擊【Contrasts】按鈕，彈出【Univariate：Contrasts(單變量：對比)】對話框。在【Factors(因子)】列表框中顯示出所有在主對話框中選中的因素變量。因素變量名后的括號中是當(dāng)前的比較方法。在該框中選擇想要改變比較方法的因子，即鼠標(biāo)單擊選中的因子。這一操作使【ChangeContrast(更改對比)】復(fù)選欄中的各項(xiàng)被激活。Step04：選擇比較方法142展開【Contrast(對比)】參數(shù)框的下拉菜單，可得到各類比較方法?！?/p>