计量资料的统计推断方法：t检验

在SPSS中，不论样本含量多少，均用t检验，而且必须提供原始数据。下面分别举例说明三种t检验步骤。

一、样本均数与已知总体均数的比较(单样本t检验)

［例10.3］根据以往大量数据得知某地20岁健康男子平均身高为168 cm，今随机抽取该地10名20岁健康男子，身高如下：172、178、168、167、170、175、174、173、168、176 cm。问该地现在20岁健康男子与以往身高是否相同？

(一) 定义变量

打开SPSS，在变量视图下定义变量，“名称”下输入“shengao”，“小数”为0，“标签”下输入“身高”，如图10-6所示。

(二) 数据输入与分析

在数据视图下，“shengao”下录入10个数据(图107)，依次点击“分析”、“比较均值”、“单样本T检验”，进入右侧的小对话框，在“身高”上右击进入“检验变量”框中，在检验值中输入168，点“确定”，出结果。

(三) 结果分析

图108单样本t检验输出结果在结果输出窗口出现如图108所示的两个表格，第一个表格显示计算的样本信息，依次为样本含量、均数(均值)、标准差和标准误。第二个表格中为假设检验结果，t=3.453，自由度ν=9，P=0.007，差异有统计学意义，可以认为该地现在20岁健康男子与以往身高不同，即身高较以往增高。

二、成组设计的两样本均数的比较(两独立样本t检验)

［例10.4］将20例糖尿病患者随机分为两组，一组10人，甲组用单纯药物治疗，乙组用药物合并饮食治疗，2个月后测空腹血糖(mmol/L)，结果如下，问甲、乙两种方法治疗糖尿病患者疗效是否相同？

甲组：8.4，10.5，12.0，13.9，11.2，16.8，18.0，15.7，16.6，15.6

乙组：5.4，6.4，7.1，8.1，6.7，12.0，11.2，8.6，7.4，6.5

(一) 定义变量

打开SPSS，在变量视图下定义变量(图109)，“名称”下分别输入“group”和“xuetang”，“小数”分别为0和1，“标签”下分别输入“分组”和“血糖”。点击变量“group”的“值”一栏下的“…”按钮，弹出“值标签”对话框，在“值”和“标签”中分别输入“1”和“甲组”点击“添加”；同样方法输入“2”和“乙组”添加，点击“确定”后出现如图1010所显示的结果。

(二) 数据输入与分析

在数据视图下，“group”和“xuetang”下分别录入数据(图1011)。点击“分析”→“比较均值”→“独立样本T检验”，弹出如图1012左侧的对话框。将“血糖”置于“检验变量”，“分组”置于“分组变量”，点击激活“定义组”，在组1和组2中分别输入1和2(图1012右侧图)，点击“继续”、“确定”。

图10-11  两独立样本t检验数据录入和分析数据步骤(一)
(www.xing528.com)

图10-12   两独立样本t检验分析数据步骤(二)

(三) 结果分析

在结果输出窗口出现如图1013两个表格，第一个表格显示输入的样本信息。第二个表格中为假设检验结果，结果有两行，第一行假设方差相等，本例方差分析的P=0.106>0.05，可以认为两总体方差相等，因此本例t=4.890，自由度ν=18，P=0.000，差异有统计学意义，可以认为甲乙两组空腹血糖值不同，即乙组疗效更好。注：如果方差不相等，则取第二行结果。

三、配对样本t检验

［例10.5］应用某药物治疗8例高血压患者，观察治疗前后舒张压(mmHg)的变化情况，结果如下，问该药物治疗前后患者舒张压是否有变化？

治疗前：9611210810298100106100

治疗后：88108102981009610292

(一) 定义变量

定义变量，如图10-14所示。

(二) 数据输入与分析

在数据视图下录入数据(如图1015)。点击“分析”→“比较均值”→“配对样本t检验”，出现如图1016所示的对话框。将“治疗前”和“治疗后”均置于“成对变量”，点击“确定”。

图1015配对t检验分析数据步骤(一)图1016配对t检验分析数据步骤(二)

(三) 结结结果分析

在结果输出窗口出现如图1017三个表格，主要结果在第三个表格，本例t=4.025，自由度ν=7，P=0.005，差异有统计学意义，可以认为治疗前后舒张压有变化，即治疗后舒张压降低。

图1017配对t检验结果第三节计数资料的统计推断——χ2检验