假設(shè)有這樣一則報(bào)道，某高校學(xué)生平均每天學(xué)習(xí)時(shí)間2.5小時(shí)。調(diào)查該高校16個(gè)學(xué)生的學(xué)習(xí)時(shí)間，能否驗(yàn)證報(bào)道的正確性。學(xué)過一點(diǎn)數(shù)學(xué)的人大概率會說，樣本量不足，偶然性很大不能夠驗(yàn)證。但統(tǒng)計(jì)學(xué)家已經(jīng)解決了這個(gè)問題，通過16個(gè)學(xué)生學(xué)習(xí)時(shí)間可以驗(yàn)證該高校學(xué)生學(xué)習(xí)時(shí)間是否是2.5小時(shí)，這就是著名T檢驗(yàn)。T檢驗(yàn)主要是通過兩組樣本的差異性，來判斷數(shù)據(jù)的真?zhèn)巍?/span>

T檢驗(yàn)，又稱Student T檢驗(yàn)（Student’s test），主要是用于樣本含量較小，總體標(biāo)準(zhǔn)差未知的正態(tài)分布（中間值數(shù)量多，較大值和較小值數(shù)量都少的數(shù)學(xué)分布）。T檢驗(yàn)是用T分布理論來推理出差異發(fā)生的概率，從而比較兩個(gè)平均數(shù)的差異是否顯著。在統(tǒng)計(jì)學(xué)中要通過復(fù)雜冗長的數(shù)學(xué)公式來進(jìn)行T檢驗(yàn)，但在IBM SPSS Statistics中能夠通過簡單操作進(jìn)行T檢驗(yàn)。本文將帶著大家用IBM SPSS Statistics進(jìn)行T檢驗(yàn)實(shí)操。

1、數(shù)據(jù)展示

既然上文舉了學(xué)習(xí)時(shí)間的例子，那我們就用學(xué)生學(xué)習(xí)時(shí)間來進(jìn)行T檢驗(yàn)。如圖1所示有16個(gè)學(xué)生的學(xué)習(xí)時(shí)間。

圖1：數(shù)據(jù)展示

2、菜單位置

依次點(diǎn)擊菜單欄中的‘分析’按鈕和下級菜單中的‘比較平均值按鈕’會出現(xiàn)三個(gè)不同類別的T檢驗(yàn)。這三個(gè)T檢驗(yàn)各有各的用處，單樣本T檢驗(yàn)適用于本文中的案例，即已知平均值要想探究樣本與平均值的差異。獨(dú)立樣本T檢驗(yàn)，適用于兩組不同數(shù)據(jù)樣本，最常見的是男生女生兩組數(shù)據(jù)我們分析他們的差異性。成對樣本T檢驗(yàn)，也是適用于兩組不同的數(shù)據(jù)樣本，不過這兩組數(shù)據(jù)樣本是要有關(guān)聯(lián)的，通常是實(shí)驗(yàn)前的一組數(shù)據(jù)樣本和實(shí)驗(yàn)后的一組數(shù)據(jù)樣本。

圖2：菜單欄位置

3、選中檢驗(yàn)變量

本文中的案例只有學(xué)習(xí)時(shí)間這一個(gè)案例，第一步選中每天學(xué)習(xí)時(shí)間，第二步將該變量加入到檢驗(yàn)變量欄中，第三步編輯檢驗(yàn)值。

圖3：選擇檢驗(yàn)變量

4、讀取最終結(jié)果

圖4中的報(bào)告是數(shù)學(xué)均值還有標(biāo)準(zhǔn)差，很多軟件都可以得出，我們來重點(diǎn)講解一下圖5

圖4：單樣本統(tǒng)計(jì)

第一欄中的t與檢驗(yàn)的差異性有關(guān)，t的絕對值越大表示樣本與校驗(yàn)值的差異越大，第二欄中的自由度則表示樣本總數(shù)減一（樣本總數(shù)是16），第三欄中的顯著性的取值范圍能反映真實(shí)學(xué)習(xí)時(shí)間與檢驗(yàn)值之間的關(guān)系，當(dāng)顯著性大于0.05時(shí)候說明真實(shí)學(xué)習(xí)時(shí)間大于2.5小時(shí)，當(dāng)顯著性小于-0.05時(shí)說明學(xué)習(xí)時(shí)間小于2.5小時(shí)。置信區(qū)間默認(rèn)95%，平均值差值是與填寫的校驗(yàn)值之差。

圖5：單樣本檢驗(yàn)報(bào)告

除了單樣本T檢驗(yàn)，還有獨(dú)立樣本T檢驗(yàn)和成對樣本T檢驗(yàn)。后兩者和單樣本T檢驗(yàn)的流程都差不多，原理也在本文中也有闡述，如果遇到相應(yīng)的情況模仿本文的操作即可。