　　上回講了獨立樣本t test的運作原理，不過實際的計算上我們還是叫統計軟體跑。對使用者來說更重要的事情反而是──什麼時候我們該使用獨立樣本t test，以及在什麼條件下可以使用獨立樣本t test？

職場

學習

投資理財

<p class="draft-block draft--p left">您成功產出了！</p>
<p class="draft-block draft--p left">👍👍👍</p>

以行動支持創作者！付費即可解鎖

社會科學初心者的統計急救箱

大學念文組，碩士班的報告突然要用統計了怎麼辦？沒學過統計怎麼寫量化學位論文？跟著統計書操作都沒問題，但報表都不知道在講什麼，也不知道做的分析到底對不對？作者在應用統計的路上跌跌撞撞也差不多十年了，希望有些心得可以幫助到有這些困擾的你。

統計急救箱的沙龍

獨立

統計

條件

分數

機率

變異

隨機

急救

作者

會員

統計急救箱─使用獨立t test的時機與前提

　在實務上，t檢定最常被拿來使用的時機是檢驗兩個群體的（母體）平均數是不是相同。

政治與評論

檢驗

數據

觀察

年齡

統計急救箱─獨立樣本t檢定

既然現在講完t檢定的基礎了，正好是時候來談談單樣本t檢定的重要用途之一：檢定相關係數的顯著性。

國際

統計急救箱─相關係數的顯著性

如果把前面把Z檢定和標準誤、標準差給搞懂，那麼t檢定的理解其實就滿簡單的了。
實務上來說，用Z檢定的機會其實比t檢定少。
這篇的目標就是介紹單樣本t檢定的原理，稍微有點長，比較需要耐心。

統計急救箱─單樣本t檢定

<div class="draft-block draft--p left">在SPSS裡面執行獨立樣本t test是最開心的了。因為雖然t檢定的前提都會說要符合變異數同質性假定，但就算不符合這個假定 t test 還是很貼心的自動做了校正，免除無謂的煩惱。</div>
<div class="draft-block draft--p left">但獨立 t test的校正到底是怎麼做的啊？這方法它有名字嗎？</div>
<div class="draft-block draft--p left">稍微翻了翻資料後找到了IBM官方的說法，這個校正是種有點古老的方法，所以並沒有一個特定的名字。它的做法是把t檢定的自由度削減到能夠符合變異數同質性假定的程度，然後再去跑t test。</div>
<div class="draft-block draft--p left">白話點說就是這是種比較保守的t檢定就對了。</div>
<div class="draft-block draft--p left">來源資料在這裡，IBM還很負責任的提供了reference：</div>
<div class="draft-block draft--p left"><a href="https://www.ibm.com/support/pages/origin-and-robustness-equal-variances-not-assumed-independent-samples-t-test" target="_blank" class="draft--a">https://www.ibm.com/support/pages/origin-and-robustness-equal-variances-not-assumed-independent-samples-t-test</a></div>

討論區

SPSS裡面的獨立t test校正是怎麼做的？

當樣本有所關聯時，就不能使用獨立樣本t檢定，而是需要使用相依樣本t檢定，本文檢定介紹使用時機，並教導如何使用SPSS進行相依樣本t檢定


職場產業

<div class="draft-block draft--p left">想請問 Dr.Rover </div>
<div class="draft-block draft--p left">如果以範例中的題目做測量，數據變化結果為「成對樣本T檢定雖然不顯著」，但「成對樣本相關性達到顯著」是否可以解讀，健身前體重和健身後體重有相關性，會隨著另外一組增加或減少</div>
<div class="draft-block draft--p left">雖然健身房效果並不明顯（因爲成對樣本T檢定雖然不顯著），這樣作為結論，還是「相關性顯著並不重要」，可以不用寫在報告結論裡，直接說明實驗量測「健身房效果並不明顯」就好呢？</div>
<div class="draft-block draft--p left"></div>

統計分析 × 學術生涯

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。