第 6.1 平均值分析 六 章 6.2 单样本T检验及效应量计算分析
比 6.3 独立样本T检验及效应量计算分析
较 6.4 摘要独立样本T检验及效应量计算分析 平 均 6.5 成对样本T检验及效应量计算分析 值 6.6 均值比较分析报告的参考样例
6.5 成对样本T检验及效应量计算分析
成对样本T检验（Paired-Samples T Test），也 称为配对样本T检验、相关样本T检验，可对配对 资料进行显著性检验。
第1步：打开分析数据。打开“智力测验 .sav”文件。
第2步：启动分析过程。在SPSS主菜单选中 菜单命令【分析】→【比较平均值】→【 单样本T检验】，打开单样本T检验主对话 框。
第3步：设置分析变量。 在本例中选“智力测验分数”变量进入“ 检验变量:”框。 在检验值的文本框中输入需要比较检验的 总体均值：100。
第1步：打开分析数据。打开“能力测验的 前测、后测.sav”文件。
第2步：启动分析过程。点击【分析】【 比较平均值】【成对样本T检验】菜单命 令，打开对话框。
从对话框左侧的变量列表中，选择“前次成 绩”点击向右钮，进入右边的成对变量的列 表框，在第1对的变量1。
再选择“后次成绩”点击向右钮，进入右边 的成对变量的列表框，在第1对的变量2。
由以上计算可知，本例的统计量检验不显著 （P大于0.05，接受原假设H0）。
此时不需要计算统计检验力和效应量。
案例：【例6-5】在一项关于记忆方法对记忆单词
成绩的影响研究中，将被试随机分成两组，在完成 记忆任务之后，以被试回忆或描述记忆单词的数量 作为记忆成绩。其中实验组（使用了实验指定的记 忆方法）35人，得到的记忆成绩平均值为16，标准 差为2.2；对照组（未使用指定的记忆方法）35人， 得到的记忆成绩平均值为11，标准差为4.3，试问实 验组与对照组的记忆成绩是否有显著差异。
பைடு நூலகம்击【定义组】按钮，弹出如下对话框：
第4步：设置输出的统计量。点击主对话框 中右边的【选项】按钮，弹出对话框：
第5步：在主对话框中点击【确定】按 钮。SPSS在输出窗口输出结果。
第6步：结果分析。
第一个表：组统计量
第二个表：独立样本T检验
（1）莱文方差等同性检验（Levene’s方差齐 性检验）的F值为0.077，所对应的显著性概率为 0.782 >0.05，接受原假设，结论：两个组别方 差齐性。因此，在本例中，选择第一行的t检验的 结果。
第1步：打开分析数据。打开“推理能力 测验.sav”文件。
第2步：启动分析过程。点击【分析】 【比较平均值】【独立样本T检验】， 打开对话框。
第3步：设置分析变量。从左边的变量列表中 选择变量，将“推理能力分数”变量选入到 “检验变量”框里；
将“性别”变量选入到 “分组变量”框里。 此时，在分组变量“性别”后面就出现了“ ？？”，需要用户进一步定义。
6.4 摘要独立样本T检验及效应量计算分析
摘要独立样本T检验是指：原始测量数据未 知或丢失，只知道两个比较组别的样本数 量、平均值、标准差，在这种情况下而进 行的一种均值比较t检验。
案例：【例6-4】在甲乙两个学校分别抽取 100名16岁的男生进行智力测验，测得的平 均分分别为115分和111分。根据常模，该年 龄组男生智商的标准差为15。请检验两个学 校男生在智商方面是否有显著差异？（此例 引自胡竹菁《心理统计学》教材第122页的 例6-7）
6.1 平均值分析
平均值分析是用于分组统计时分析一些基本 统计量。这些基本统计量包括：均值（Mean ）、标准差（Standard Deviation）、样本 量、方差（Variance）。平均值分析也可以 同时包含方差分析表和线性检验结果。
与描述统计的分析过程相比，如果仅仅计算 单一组别的均数和标准差，平均值分析并无 特别之处；但若用户要求按指定条件分组计 算均数和标准差，平均值分析的优势在于各 组的描述指标被放在一起便于相互比较。
第3步：设置分析变量。在本例中选“总分 ”变量进入“因变量列表”框。从左边的 变量列表中选中“性别”、“年级”变量 ，选择进入“自变量列表”框。
第4步：设置输出的统计量。单击【选项】 按钮，打开下图所示的对话框，该对话框 用于选择统计量：
本例选定统计量 为“平均值”、 “个案数”、“ 标准差”3个统 计变量。
案例：【例6-1】 请分析在某次考试成绩
中的分数情况（数据文件为“考试成绩 .sav”）：（1）分别求取不同性别、各个 年级的考试成绩分数的平均数、标准差。
（2）在各个年级下，再分男、女两个组别求 取的平均数、标准差。
第1步：打开分析数据。在数据编辑器窗口 打开“考试成绩.sav”文件。
第2步：启动分析过程。点击【分析】→【 比较平均值】→【平均值】菜单命令，打开 如图所示的对话框。
第1步：启动分析过程。点击【分析】 【比较平均值】【摘要独立样本T 检验】，打开对话框。
第2步：在主对话框中，根据目前已知两个 组别的信息，分别在“样本1”、“样本2” 的框中输入个案数、平均值、标准差，同时 输入样本1、样本2的标签。
第3步：在主对话框中点击【确定】按钮， 提交执行。SPSS在输出窗口输出结果。
比 6.3 独立样本T检验及效应量计算分析
较 6.4 摘要独立样本T检验及效应量计算分析 平 均 6.5 成对样本T检验及效应量计算分析 值 6.6 均值比较分析报告的参考样例
6.2 单样本T检验及效应量计算分析
如果总体均数已知，进行样本均数与总体均 数之间的差异检验属于单样本T检验；单样 本T检验还适用于某一样本的均值与某一指 定检验值的差异分析。
单因素ANOVA检验，也就是单因素方差分析 ，是多组平均值的比较，单因素ANOVA检验 将在下一章中讲解。
第 6.1 平均值分析 六 章 6.2 单样本T检验及效应量计算分析
比 6.3 独立样本T检验及效应量计算分析
较 6.4 摘要独立样本T检验及效应量计算分析 平 均 6.5 成对样本T检验及效应量计算分析 值 6.6 均值比较分析报告的参考样例
第1步：启动分析过程。点击【分析】 【比较平均值】【摘要独立样本T 检验】，打开对话框。
第2步：在主对话框中，根据目前已知两个组 别的信息，分别在“样本1”、“样本2”的框 中输入个案数、平均值、标准差，同时输入样 本1、样本2的标签“实验组”、“对照组”。
第3步：在主对话框中点击【确定】按钮。 SPSS在输出窗口输出结果。
第4步：结果分析。
第二个表：独立样本检验
（1）Hartley 等方差检验F值为3.820，所对应的 显著性概率为0.0001<0.05，拒绝原假设，结论： 两个组别方差不齐性。因此，在本例中，选择第二 行的 t 检验的结果。
（2）t值是6.124，对应的显著性概率0.000，小 于0.05，拒绝原假设。得出结论：实验组与对照组 的记忆成绩有显著差异。
结论：该学校学生智力分数与总体水平有 差异，而且是低于总体水平。
然后可进一步报告假设检验的效应量、统 计检验力。
第 6.1 平均值分析
六 6.2 单样本T检验及效应量计算分析 章 比 6.3 独立样本T检验及效应量计算分析 较 6.4 摘要独立样本T检验及效应量计算分析
平 6.5 成对样本T检验及效应量计算分析 均 值 6.6 均值比较分析报告的参考样例
第十章 信度和效度分析 第十一章 非参数检验 第十二章 多选变量分析 第十三章 SPSS应用案例——问卷调查分析 第十四章 SPSS应用案例——测验质量分析 第十五章 探索性因子分析及案例应用 第十六章 基本统计图表的制作 第十七章 SPSS应用分析归纳小结
第六章 比较平均值
比较平均值（Compare Means）的菜单命令 包括：平均值；单一样本T检验；独立样本T 检验；摘要独立样本T检验；成对样本T检验 （配对样本T检验）；单因素ANOVA检验。
或者同时选中“前次成绩” 、“后次成绩” ，点击向右钮。
当然，如果有多个配对变量，还可以设置第2 对或更多对的成对变量。
第3步：设置输出的统计量。点击主对话框 中右边的【选项】按钮，弹出对话框：
6.3 独立样本T检验及效应量计算分析
对于相互独立的两个来自正态总体的样 本，利用独立样本T检验来检验这两个 总体的均值是否相等。
6.3 独立样本T检验及效应量计算分析
案例：【例6-3】按照随机化原则在初一学
生中选择男生35名，女生35名进行推理能力 测验，数据文件为“推理能力测验.sav”。 分析男生、女生的推理能力分数之间是否有 差异？
第5步：在主对话框中点击【确定】按 钮，提交执行。SPSS在输出窗口输出 结果。
第6步：结果分析。在结果窗口中查看 计算结果，主要输出内容如下。
第一个表格：个案处理摘要表。（略） 第二个表格：总分*性别的统计表
如果要在各个年级下，分男、女两个组别求 取总分的平均数、标准差，该怎么操作呢？
让我们先回到【分析】→【比较平均值】→ 【平均值】
先将“年级”变量放入第一层，点击【下一个】 按钮，再将“性别”变量放入第二层。
由结果可知，当年 级作为第一层分类 后，还进一步按照 性别进行了分类计 算统计人数、平均 数、标准差。
第 6.1 平均值分析 六 章 6.2 单样本T检验及效应量计算分析
第4步：结果分析。
第一个表：摘要数据
第二个表：独立样本检验
（1）Hartley 等方差检验F值为1.000，所对应的 显著性概率为0.5000>0.05，接受原假设，结论： 两个组别方差齐性。因此，在本例中，选择第一行的 t 检验的结果。
（2）t值是1.866，对应的显著性概率0.061，大 于0.05，接受原假设。得出结论：两个学校男生的智 商分数没有显著差异。
（2）t值是4.555，对应的显著性概率0.000， 小于0.05，拒绝原假设。得出结论：男女的推理 能力测验分数有显著差异。