spss平均数差异t检验2.ppt

第十章 平均數的差異檢定： t考驗 量化研究與統計分析 第一章 科學研究與量化方法 第十章平均数的差异检定— t考验 Test for difference among the means: t Test 课程目标 了解连续变项的特性 了解统计考验的原理 了解中央极限定理的意义 了解抽样误差的概念 了解Z与t考验的原理与分析技术 了解t考验的假设 熟习t考验的SPSS统计应用 基本定义 平均数考验方法 连续变项的平均数的意义的检验 当研究者所欲分析的资料是不同样本的平均数，也就是探讨类别变项对于连续变项的影响，平均数的差异成为主要分析重点 平均数间的差异是否具有统计的意义，可透过Z或t考验来检验平均数间的差异是否显著的高于随机变异量 连续变项的分析 基本特性：变项「数值」的无限性。 一个连续变项的基本定义，即是在一定的数线范围之中，具有一定的单位，而可能存在无限数值 具有数学运算的基本功能 连续性测量资料在进行统计分析之前，除了必须以次数分配的形式来归类整理之外，同时必须以描述统计的集中趋势量数与离散量数来加以描绘该变项的观察特性 统计的检定围绕在样本的统计数 单一变项的检定：平均数与标准差来进行 多变项的检定：T或Z检定 单母群与多母群考验 单母群考验 一个连续变量的得分可以计算出一个平均数 对于单一变项的平均数加以检验，称为单母群的平均数考验。 多母群考验 同时考虑两种不同情况之下的平均数是否有所差异，牵涉到多个平均数的考验 不同的平均数，代表背后具有多个母数的存在，因此被称为多母数的平均数考验 例如男生与女生的平均数的比较 单尾与双尾考验 平均数差异考验在检验两个平均数大于、小于与不等于等不同形式的研究假设。形成有特定方向的考验或无方向性的考验两种不同模式。 单尾考验（one-tailed test） 当研究者只关心单一一个方向的比较关系时（例如男生的数学成绩X1优于女生X2），平均数的考验仅有一个拒绝区 H0: ? x1 ? ? x2 H1: ? x1 ? x2 　? x1与? x2与分别示男生与女生数学成绩的平均数 双尾检验（two-tailed test） 当研究者并未有特定方向的设定（例如男生的智商与女生的智商有所不同），假设考验在两个极端的情况皆有可能发生，而必须设定两个拒绝区 H0: ? x1 = ? x2 H1: ? x1 ? ? x2 虚无假设与双尾机率示意图 独立样本与相依样本 不同的平均数可能计算自不同的样本，亦有可能计算自同一个样本的同一群人，或是具有配对关系的不同样本。 独立样本设计 不同平均数来自于独立没有关连的不同样本 根据机率原理，当不同的平均数来自于不同的独立样本，两个样本的抽样机率亦相互独立 相依样本设计 重复量数设计（repeated measure design）：不同的平均数来自于同一个样本的同一群人（例如某班学生的期中考与期末考成绩）重复测量的结果 配对样本设计（matched sample design）:不同的平均数来自具有配对关系的不同样本（例如夫妻两人的薪资多寡）样本抽取的机率是为非独立、相依的情况。因此必须特别考量到重复计数或相配对的机率，以供不同的公式。 统计考验的基本概念 统计分析（statistical distribution） 基于统计的机率原理所形成的分配 母体分配（population distributions） 随机变量所有可能观察值所形成的机率分配 抽样分配（sampling distributions） 样本统计量的机率分配 主要功能是在推估母体参数 如样本平均数的抽样分配（sampling distribution of means） 定义：从母体分配（μ,σ）中重复抽取无数次的样本，计算某一个样本统计量（如平均数），则无限多个平均数会形成一个常态分配，称之，以N~（ )表示。 母体分配与抽样分配图示 中央极限定理 样本平均数抽样分配的平均数等于母体平均数 平均数抽样分配的变异数等于母体变异数除以样本数 变异数（又称变异误）与样本数大小成反比，或标准差（又称标准误）与样本数大小的平方根成反比 不论原始母体的形状是否为常态分配，当样本人数够大时，抽样分配会趋近于一个常态分配 样本统计量可以根据抽样分配的机率原理来推估母数，并估计抽样误差的大小，称为中央极限定理（Central Limit Theorem）。 单母群平均数考验 当研究者关心某一个连续变项的平均数，是否与某个理论值或母群平均数相符合之时，称为单母群平均数考验。 例如某大学一年级新生的平均年龄19.2岁是否与全国大一新生的平均年龄18.7岁相同。研究假设为样本平均数与母群体（或理论值）平均数不同，或μ≠μ0。 当母