你的分析结果有
T
值,有
sig
值,说明你是在进行平均值的比较。也就是你在比
较两组数据之间的平均值有没有差异。
从具有
t
值来看,你是在进行
T
检验。
T
检验是平均值的比较方法。
T
检验分为三种方法:
1.
单一样本
t
检验(
One-sample t test
),是用来比较一组数据的平均值和一个
数值有无差异。例如,你选取了
5
个人,测定了他们的身高,要看这五个人的身
高平均值是否高于、低于还是等于
1.70m
,就需要用这个检验方法。
2.
配对样本
t
检验(
paired-samples t test
),是用来看一组样本在处理前后的
平均值有无差异。
比如,
你选取了
5
个人,
分别在饭前和饭后测量了他们的体重,
想检测吃饭对他们的体重有无影响,就需要用这个
t
检验。
注意,配对样本
t
检验要求严格配对,也就是说,每一个人的饭前体重和饭后体
重构成一对。
3.
独立样本
t
检验
(
independent t test
)
,
是用来看两组数据的平均值有无差异。
比如,你选取了
5
男
5
女,想看男女之间身高有无差异,这样,男的一组,女
的一组,这两个组之间的身高平均值的大小比较可用这种方法。
总之,选取哪种
t
检验方法是由你的数据特点和你的结果要求来决定的。
t
检验会计算出一个统计量来,这个统计量就是
t
值,
spss
根据这个
t
值来计算
sig
值。因此,你可以认为
t
值是一个中间过程产生的
数据,不必理他,你只需要看
sig
值就可以了。
sig
值是一个最终值,也是
t
检验
的最重要的值。
sig
值的意思就是显著性(
significance
),它的意思是说,平均值是在百分之几
的几率上相等的。
一般将这个
sig
值与
0.05
相比较,如果它大于
0.05
,说明平均值在大于
5%
的
几率上是相等的,而在小于
95%
的几率上不相等。我们认为平均值相等的几率
还是比较大的,说明差异是不显著的,从而认为两组数据之间平均值是相等的。
如果它小于
0.05
,说明平均值在小于
5%
的几率上是相等的,而在大于
95%
的
几率上不相等。我们认为平均值相等的几率还是比较小的,说明差异是显著的,
从而认为两组数据之间平均值是不相等的。
总之,只需要注意
sig
值就可以了。
前者是皮尔逊双侧检验的概率,所以选前者。
具体选择单侧还是双侧,请参考以下标准:
A.
甲乙两个总体有差别时,
甲高于乙或乙高于甲的可能性都存在,
则选双侧检验
B.
在根据专业知识,只有一种可能性,则选单侧检验
C.
在预实验的探索中,一般用双侧检验
D.
在研究者只关心一种可能性时,选单侧检验