Sådan tolk en uafhængig T-test i SPSS

Den uafhængige eller uparvede t-test er et statistisk mål for forskellen mellem midlerne til to uafhængige og identisk distribuerede prøver. For eksempel kan du prøve at afgøre, om der er forskel på kolesterolniveauet af mænd og kvinder. Denne test beregner en t-værdi for de data, der derefter er relateret til en p-værdi til bestemmelse af betydning. Et af de mest anerkendte statistiske programmer er SPSS, som genererer en række testresultater for datasæt. Du kan bruge SPSS til at generere to tabeller for resultaterne af en uafhængig t-test.

Gruppestatistabell

Find gruppestatistabellen i dataudgangen. Denne tabel rapporterer generelle beskrivende statistiske værdier som gennemsnit, standardafvigelse osv.

Tolk N-værdierne som antallet af prøver, der blev testet i hver af de to grupper til t-testen. For eksempel ville sammenligning af kolesteroltalet på 100 mænd og 100 kvinder have to N-værdier på henholdsvis 100 og 100.

Find standardafvigelsesværdierne og relater dem til datasætene. Standardafvigelsen identificerer, hvor tæt sæt datapunkter inden for hver testgruppe er til deres respektive midler. En højere standardafvigelse betyder således, at dataene er mere spredt ud over en bred vifte af værdier i forhold til en mindre standard for afvigelse.

Overhold standardfejlens middelværdi for de to testgrupper. Denne værdi beregnes ud fra standardafvigelsen og stikprøvestørrelsen af ​​befolkningen og identificerer præcisionen af ​​gennemsnittet af hver prøve. En mindre standardfejl angiver, at gennemsnittet er mere sandsynligt, at det er den sande befolkning.

Testprøve for uafhængige prøver

Find den uafhængige prøveprøve i dataudgangen. Denne tabel giver de faktiske resultater fra t-testen.

Kontrollér for at bestemme om variansen i de to testgrupper er ens. Dette gøres ved at se på resultaterne af Leves test for ligevægt som findes i tabellen. Lige afvigelser vil blive angivet med en p-værdi (betegnet som "Sig") større end 0,05 (p> 0,05), mens uensartede afvigelser vil vise en p-værdi mindre end 0,05 (p <0,05).

Vælg hvilken kolonne af tal, du skal bruge, afhængigt af om du har lige eller ulige afvigelser.

Identificer p-værdierne i "t-test for ligevægt" i tabellen for at bestemme betydning. Søjlen betegnes som "Sig. (2-halet)”. De fleste undersøgelser udføres på et 95% konfidensinterval; således skal en p-værdi mindre end 0,05 betragtes som signifikant, hvilket betyder, at der er en signifikant forskel i middelværdien af ​​de to testprøver, der testes (dvs. der ville være en signifikant forskel i kolesteroltalet hos mænd sammenlignet med kvinder i vores forrige eksempel).

Overhold 95% konfidensintervallet i forskellen i tabellen. Denne værdi giver et interval, hvor du med 95% sikkerhed vil forudsige, at forskellen i den faktiske befolkning er baseret på dine resultater. Således giver et snævrere konfidensinterval mere afgørende resultater og en bedre estimering af den faktiske befolkning end et bredere konfidensinterval.

Advarsel

Sørg for, at dine to datasæt begge er normalt fordelt eller resultaterne er muligvis ikke gyldig. Dette kan kontrolleres ved hjælp af en normalitetstest i SPSS for at se om datasættet passer til en standardklokkekurve.