Come interpretare un test T indipendente in SPSS

L' , t - test indipendente , o spaiato è una misura statistica della differenza tra le medie di due campioni indipendenti e identicamente distribuite . Ad esempio , si può decidere di eseguire un test per determinare se c'è una differenza tra i livelli di colesterolo di uomini e donne . Questo test calcola al valore per i dati che viene poi connesso ad un valore di p per la determinazione di significato . Uno dei programmi statistici più riconosciuto è SPSS , che genera una serie di risultati di prova per insiemi di dati . È possibile utilizzare SPSS per generare due tabelle per i risultati di uno Stato indipendente t- test.Things che ti serviranno
programma statistico SPSS
Due indipendente dati normalmente distribuiti set di testare

Mostra Altre istruzioni
Statistiche Gruppo Table
1

Trova il Gruppo Statistiche tabella nell'output dei dati . Questa tabella riporta i valori statistici descrittivi generali, quali media, deviazione standard , ecc
2

interpretare i valori di N il numero di campioni analizzati in ciascuno dei due gruppi per il t -test. Ad esempio , confrontando i livelli di colesterolo di 100 uomini e 100 donne avrebbe due valori di N 100 e 100 , rispettivamente.
3

Trova i valori di deviazione standard e metterle in relazione con i set di dati . La deviazione standard indica quanto vicino l'insieme di punti dati all'interno di ogni gruppo sono di proprietà dei rispettivi mezzi. Così , una deviazione standard più elevato indica che i dati sono più sparsi su una vasta gamma di valori come rispetto ad uno standard più piccolo di deviazione .
4

Osservare l' errore standard valore medio per i due gruppi di prova . Questo valore viene calcolato dalla deviazione e campione formato standard della popolazione e identifica la precisione della media di ciascun campione . Un errore standard più piccolo indica che la media è più probabile che sia quella la vera popolazione.

Campioni indipendenti tabella di test
5

Trova i test campioni indipendenti tabella in uscita dati . La tabella riporta i risultati effettivi del t -test .
6

Controllo per determinare se la varianza nei due gruppi sperimentali sono simili . Questo viene fatto guardando i risultati dei test di Levene di uguaglianza delle varianze che viene dato all'interno della tabella . Pari variazioni saranno indicate con un p - value ( indicato come " Sig " ) superiore a 0,05 ( p > 0,05 ) , mentre varianze ineguali verrà visualizzato un p -value inferiore a 0.05 ( p < 0,05) .
7

Scegliere quale colonna di numeri è necessario utilizzare a seconda se si dispone di varianze uguali o disuguali .
8

Identificare i valori di p in "t -test per la parità di mezzi " sezione di la tabella per determinare significato . La colonna è indicata come " Sig . ( 2 - code) " . La maggior parte degli studi sono condotti su un intervallo di confidenza del 95 % ; quindi , un valore p inferiore a 0.05 deve essere presa nel senso significativo che vi è una differenza significativa nei mezzi delle due popolazioni campione testate ( cioè ci sarebbe una differenza significativa nei livelli di colesterolo di uomini rispetto alle donne nel nostro nell'esempio precedente) .
9

Osservare il 95% Intervallo di confidenza della sezione differenza della tabella . Questo valore fornisce un intervallo per il quale , con il 95 % di certezza , si dovrebbe prevedere la differenza nella popolazione reale basarsi sui risultati. Così, un intervallo di confidenza ristretto fornisce risultati più conclusivi e una migliore stima della popolazione attuale di un intervallo di confidenza più ampia .