04 SPSS的均值t检验讲解.ppt

4.3.3 实例图文分析：看电视和读书的时间 1. 实例内容 “每月读书俱乐部”的成员进行了一项调查，以确信其成员用于看电视的时间是否比读书的时间多。假定抽取了15个人组成的样本，得到了下列有关他们每周观看电视的小时数和每周读书时间的小时数的数据，见表4-11所示。你能够得到结论：“每月读书俱乐部”的成员每周观看电视的时间比读书的时间更多吗？ 2. 实例操作 由于读书俱乐部的成员每人在每周可能既要看电视也要读书，因此要分析看电视和读书时间差异性，其实就是进行如下假设检验。 H0 ：俱乐部成员看电视和读书所消耗的时间相同。 H1 ：俱乐部成员看电视和读书所消耗的时间不同。 由于抽样数据中，样本都进行了看电视和读书两个方面的时间调查，它们的活动主体都是同一个人，因此，数据类型属于配对样本的类型，故利用配对样本t检验来分析。具体操作步骤如下。 Step01：打开对话框 打开数据文件4-5.sav，选择菜单栏中的【Analyze（分析）】 →【Compare Means（比较均值）】→【Paired -Sample T Test（配对样本T检验）】命令，弹出【Paired -Sample T Test（配对样本T检验）】对话框。这里变量 “tv”表示成员每周看电视的时间；变量“book”表示成员每周读书的时间。 Step02：选择配对变量 在左侧的候选变量列表框中依次选择检验变量“tv”和变量“book”，将其添加至【Paired Variable(s)（成对变量）】列表框中。这表示进行“tv”和 “book”的配对t检验。 Step03：完成操作 单击【OK】按钮，完成操作。此时，软件输出结果出现在结果浏览窗口中。 3. 实例结果及分析 （1）基本统计信息汇总表 Mean N Std. Deviation Std. Error Mean Pair 1 看电视小时数 12.00 15 4.536 1.171 看书小时数 9.00 15 3.586 .926 （2）相关性分析 表4-13是进行两配对变量之间简单相关性分析结果输出表。表中第三列表示样本容量，第四列表示看电视时间和看书时间的简单相关系数，第五列表示概率P值。从结果来看，“tv”和“book”变量的相关系数等于0.193，呈简单正相关关系；同时相伴概率P值0.490大于显著性水平0.05说明这两组样本相关性显著。 （3）两配对样本t检验结果表 　 　 Paired Differences t df Sig.(2-tailed) Mean Std.Deviation Std.Error Mean 95% Confidence Interval of the Difference Lower Upper Pair 1 看电视小时数-看书小时数 3 5.21 1.345 .115 5.885 2.23 14 .043 4.3.4 实例进阶分析：亚洲金融危机的影响 1. 实例内容 在1997年，亚洲许多国家爆发了大规模的金融危机，致使许多国家的经济发展停滞不前。投资商预言：亚洲经济的低迷对1997年第四季度美国公司的收益造成负面影响。下面的样本数据表4-15显示了部分美国公司在1996年第四季度和1997年第四季度的每股收益（《华尔街日报》，1998年1月28日）。你能根据数据判断投资商的预言吗？ 2.实例操作 表4-15列出了美国公司在亚洲金融危机爆发前后第四季度的每股收益。如果亚洲金融危机对美国公司产生显著影响，那么这两组数据的均值就应该存在显著差异性。由于每组数据是同一公司在1996年和1997年第四季度的收益，因此本案例也属于两配对样本的t检验问题。因此，进行如下假设检验。 H0 ：美国公司在1996年和1997年第四季度的收益没有显著差异，即亚洲金融危机对美国公司收益没有造成影响。 H1 ：美国公司在1996年和1997年第四季度的收益存在显著差异，即亚洲金融危机对美国公司收益造成明显影响。 具体操作步骤如下。 Step01 打开数据文件4-6.sav。这里变量“x”表示1996年美国公司的收益；变量“y”表示1997年美国公司的收益。 Step02 选择菜单栏中的【Analyze（分析）】 →【Compare Means（比较均值）】→【Paired -Sample T Test（配对样本T检验）】命令，弹出【Paired -Sample T Test（配对样本T检验）】对话框。 Step03 在左侧的候选变量列表框中依次选择检验变量“x”和变量“y”，将其添加至【Paired Variable(s)（成对变量）】列表框中，进行“x”和 “y”