독립표본 t검정 예제

SPSS에서 독립 샘플 t-테스트는 분석에서 발견됩니다 . Levene의 분산 평등 에 대한 테스트의 결과에서, 우리는 그룹 간의 차이에 차이가 없다는 것을 null 가설을 거부하고 분산에 통계적으로 유의한 차이가 있다는 대체 가설을 받아 들일 수 있습니다. 그룹 간에 동일한 분산을 가정할 수 없는 효과는 t-통계 값의 감소와 자유도(df)의 큰 감소를 볼 수 있는 위의 그림의 마지막 열에서 분명하게 나타납니다. 이는 p-값을 임계 유의 수준 인 0.05 이상으로 증가시켜 는 효과가 있다. 따라서 대체 가설을 받아들이지 않고 수단 간에 통계적으로 유의한 차이가 없음을 인정합니다. 분산의 균질성에 대한 테스트를 거치지 않았다면 이것은 우리의 결론이 아니었을 것입니다. 짝이 없는 그룹 또는 독립 그룹이라고도 하는 관련 없는 그룹은 각 그룹의 사례(예: 참가자)가 다른 그룹입니다. 종종 우리는 개인의 차이를 조사하고 있습니다, 이는 두 그룹을 비교할 때, 한 그룹의 개인도 다른 그룹의 구성원이 될 수 없으며 그 반대의 경우도 마찬가지입니다. 예를 들어 성별이 될 것입니다 – 개인은 남성 또는 여성 중 하나로 분류되어야합니다 – 둘 다. 3단계: “분석”을 클릭한 다음 “평균 비교”를 클릭한 다음 “독립 표본 T 검정”을 클릭합니다. 독립 샘플 T 테스트 통계의 이 형식은 동일한 분산을 가정하지 않습니다. 이것이 테스트 통계의 분모와 t의 임계 값의 자유도가 테스트 통계의 동일한 분산 형태와 다른 이유입니다. 이는 그룹화 변수가 절단점 자체와 동일한 경우 “보다 크거나 같음” 범주에 포함된다는 것을 의미합니다.

컷포인트를 “이하또는 같음” 그룹에 포함하려면 다른 변수로 재코드를 사용하거나 DO IF 구문을 사용하여 이 그룹화 변수를 직접 만들어야 합니다. 또한 숫자 유형이 있는 변수에 컷포인트를 사용할 수 있지만 변수의 실제 측정 수준(예: 숫자로 코딩된 명목 범주형 변수)에 따라 실용적이지 않을 수 있습니다.