使用SPSS進行獨立樣本t檢定
更新於 發佈於 閱讀時間約 3 分鐘
t檢定用於比較兩個平均數之間的差異。本文章會詳細介紹如何使用SPSS進行獨立樣本t檢定，並介紹如何詮釋統計報表。
簡介
獨立樣本t檢定適用於獨立樣本，也就是受試者是互相獨立的個體，也就是說，受試者之間的作答並不會互相影響，這意味著一個樣本中的值不會影響另一個樣本中的值。舉例來說，老師想了解班上的成績是否有性別差異，於是隨機抽取班上各三十名男生和女生，比較男生和女生的成績平均數。自變項為類別變項，依變項為連續變項，要注意的是，自變項只能有兩個水準，若超過兩個水準(例如:高、中、低年級)，就不能用t檢定，變項架構如下:
自變項:二分類別變項。例如:性別(男生/女生)依變項:連續變項。例如:成績(0~50分)
基本假定
獨立樣本t檢定需要滿足基本假定才能分析，否則結果很可能會有偏誤，假定如下:
- 常態化:兩組受試者(樣本)來自各自的母群體，其母群在依變項都呈現常態分配。
- 獨立性:受試者(樣本)都是互相獨立
- 變異數同質性:兩組受試者(樣本)的母群體之變異數需要相等，也就是說，兩個母群的離散狀況一樣。當此假設相當重要，若違反時，SPSS提供另外的校正統計公式。
上機操作
使用的上述範例，變項如下:
自變項:性別(男生-1/女生-0)
依變項:成績(0~50分)
依變項:成績(0~50分)
先看Levene檢定(見上圖)，若顯著性(黃標)大於.05，代表兩組變異數並無顯著差異，結果就要看採用相等變異數；若若顯著性(黃標)小於.05，代表兩組變異數顯著具有差異，結果就要看不採用相等變異數。
接下來看t檢定結果(見上圖)，若採用相等變異數，就看上面的顯著性(黃標)，反之，若採用不相等變異數，就看下面的顯著性。顯著性若大於.05，代表兩組在依變項的平均數有顯著差異。
在本範例中，Levene檢定顯示變異數具有同質性(F = 0.612, p = 0.435)。t檢定結果顯示性別具有顯著差異(t= -3.080, p = 0.002)，男生(M = 32.80)比女生(M = 29.40)有更好的成績。
效果量
當t檢定達到顯著後，我們可以進一步求效果量，效果量代表實用顯著性，代表在真實世界中兩者差異是否真的足夠大。此外t檢定的顯著性會受樣本量影響，樣本越大，顯著性越小，也就是說，可能人數少時，性別沒有顯著差異，人數多時，性別就產生顯著差異了。效果量則幾乎不會受到樣本量影響。
就我經驗，t檢定大多採用Cohen's d 作為效果量，其計算公式如下:
Cohen's d = (M2 - M1) ⁄ SD(pooled)
1跟2代表各組，M為平均數，SD(pooled)公式如下:
SDpooled = √((SD1平方 + SD2平方) ⁄ 2)
SD代表標準差，√代表開根號
SPSS無法幫我們計算Cohen's d ，我們要自己從結果帶入上述公式手算。幸運的是，有國外網站可以幫我們計算Cohen's d值，簡直是懶人福音。
參考Cohen指南，可以Cohen's d分成三種大小的效應，但要注意的是，這只是經驗法則，並非絕對正確，本範例的Cohen's d = 0.40，屬於小效果量：
- Small effect = 0.2
- Medium Effect = 0.5
- Large Effect = 0.8
【這次文章就到這邊了，寫作不易，請按愛心支持我，若有問題歡迎留言~】
您的研究遇到了統計分析的困難嗎？您需要專業的統計諮詢和代跑服務嗎？請點我看提供的服務
224會員
124內容數
文章內容以圖像式和步驟化方式，教您如何在各種統計軟體中(例如:SPSS、R和Mplus)，執行多種統計方法。此外，我還會分享一些學術和科技新知，幫助您在學術之路上走得更順利。
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
假設您目前即將接任教務主任一職，您想要知道甲班與乙班的學生在整個學期中的學習成果，是甲班較出色，還是乙班的同學較認真？此時，身為教務主任的您，在收集了學生的學期成績後，要如何進行比較，才能公平的判斷出兩班同學的程度差異及同一班的學生，普遍程度都落在哪個成績水準上？
要得到這個問題的答案，最好的方法
終於要開始講統計檢定的實作部分了。因為是舉實例所以滿長的。
為了讓順序比較恰當，這篇比較晚發的文章被設定成假設檢定後的下一篇。
大考明明就是用分數定勝負
感覺很公平
所以為什麼除了大考以外還有推薦甄試？
因為要照顧到學業成績比較弱的同學
讓他們也能夠憑其他專業或才藝
有機會進入好大學
看似更公平的制度
卻創造出學生砸大錢補才藝
父母靠關係安排做科展
打造一張輝煌的履歷...
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
接續上一篇，繼續來講如何從常態分布的機率進行假設檢定，進而推論母體的平均數吧！
這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
當開啟試算表（EXCEL等）的累加（SUM）及離散度，標準差（STDEV）的運算功能後，逐一統計的累進報票式選票統計表就可以退休了，而且全國一萬七千多所的數據不待一所所列出，就可以用較小選區（例如嘉義市198所，宜蘭縣431所等）的統計過程證明統計結果都是正確的，尤其是將計算式列出（隱藏前面的
本課程為臨護所碩開設，學分為2學分。課程內容包括統計學概論、敘述統計學、電腦在統計上之應用、資料準備、統計推論等。學期作業、考試、評量佔30%至40%，生物統計是基本功，大家加油！
社會計量測試最基本的功能在揭示團體成員及帶領者自己的資訊，尤其關注成員間的連結及連結的理由。社會計量測試通常而言，會經歷暖身、行動、分享、分析、未來計畫與處遇等階段
在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率，而更之前也看過了抽樣分布是如何形成常態分布的過程，現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
假設您目前即將接任教務主任一職，您想要知道甲班與乙班的學生在整個學期中的學習成果，是甲班較出色，還是乙班的同學較認真？此時，身為教務主任的您，在收集了學生的學期成績後，要如何進行比較，才能公平的判斷出兩班同學的程度差異及同一班的學生，普遍程度都落在哪個成績水準上？
要得到這個問題的答案，最好的方法
終於要開始講統計檢定的實作部分了。因為是舉實例所以滿長的。
為了讓順序比較恰當，這篇比較晚發的文章被設定成假設檢定後的下一篇。
大考明明就是用分數定勝負
感覺很公平
所以為什麼除了大考以外還有推薦甄試？
因為要照顧到學業成績比較弱的同學
讓他們也能夠憑其他專業或才藝
有機會進入好大學
看似更公平的制度
卻創造出學生砸大錢補才藝
父母靠關係安排做科展
打造一張輝煌的履歷...
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
接續上一篇，繼續來講如何從常態分布的機率進行假設檢定，進而推論母體的平均數吧！
這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
當開啟試算表（EXCEL等）的累加（SUM）及離散度，標準差（STDEV）的運算功能後，逐一統計的累進報票式選票統計表就可以退休了，而且全國一萬七千多所的數據不待一所所列出，就可以用較小選區（例如嘉義市198所，宜蘭縣431所等）的統計過程證明統計結果都是正確的，尤其是將計算式列出（隱藏前面的
本課程為臨護所碩開設，學分為2學分。課程內容包括統計學概論、敘述統計學、電腦在統計上之應用、資料準備、統計推論等。學期作業、考試、評量佔30%至40%，生物統計是基本功，大家加油！
社會計量測試最基本的功能在揭示團體成員及帶領者自己的資訊，尤其關注成員間的連結及連結的理由。社會計量測試通常而言，會經歷暖身、行動、分享、分析、未來計畫與處遇等階段
在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率，而更之前也看過了抽樣分布是如何形成常態分布的過程，現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。