奇书网

四连续数据的分析（第2页）

选择Analyze→ea-SamplesTTest，打开t检验的对话框，如图12-14所示，将情绪智力变量放入右侧“TestVariable（s）”框，将性别变量放入右侧“GroupingVariable”框。然后点击该框下面的“DefineGroups”，打开如图12-15所示的子对话框，该对话框主要用于定义数据文件中类别变量两个类别对应的值，本例中1代表男，2代表女，所以两个类别对应的值是1和2，录入后点击“ue”键返回主对话框，点击“OK”键，可得到如表12-9、表12-10所示的t检验结果。

表12-9是情绪智力变量在类别变量上的一个描述统计分析结果，分别报告了两个样本的容量、平均数、标准差与标准误。

表12-10是t检验结果报表，该报表含两个差异检验的结果。第一个是“LeveforEqualityofVariances”，即两个样本方差的齐性检验。第二个是“t-testforEqualityofMeans”，即t检验的结果。方差齐性是独立样本t检验的前提条件，如果不满足该条件，需要对t检验的自由度进行校正，再进行检验。表12-10中列2和列3为方差齐性检验结果，分别报告了F值及其伴随概率，由表12-10中数据可知，F值为0。000，伴随概率为1。000，大于0。05，故接受零假设，即两样本方差相等。表12-10中列4至列6为t检验结果，其对应的行1与行2分别为方差齐性和方差不齐条件下的检验结果，本例中方差齐性，故只读取行1的结果。由表12-10中数据可知，t值为0。940，自由度（df）为118，伴随概率为0。349，大于0。05，故接受零假设，即男女生的情绪智力没有差异。表12-10中列7至列10为两样本差异的平均数、标准误和95%的置信区间，由于研究中并不太关注这些，故不做说明。如有需要可以参考教育或心理类的统计教材[1]。

图12-14I-SamplesTTest对话框

图12-15DefineGroups子对话框

表12-9I-SamplesTTest描述统计结果输出表

表12-10I-SamplesTTest差异检验结果输出表

相关样本是指同一组被试接受不同的实验处理或者测验后得到的两个样本。这里以同一组被试对父亲和母亲教养方式的评价为例，分析父亲教养方式与母亲教养方式是否有差异。

相关样本t检验的SPSS操作如下：

选择Analyze→eans→Paired-SamplesTTest，打开t检验的对话框，如图12-16所示，将代表父母新教养方式的FF1和MM1两个变量放入右侧“PairedVariables”框，点击“OK”键，可得到如表12-11、表12-12所示的t检验结果。

表12-11为描述统计分析结果，与独立样本t检验相同，这里不再赘述。表12-12为两样本差异检验结果，其中列2至列6为两样本差异的平均数、标准误及95%置信区间，也与独立样本的结果输出一致。列7至列9为t检验结果，由表12-12中数据可知，t值为-10。509（负值是因为样本1的平均数小于样本2，报告时可忽略），自由度为119，伴随概率为0。000（取小数点后三位有效数字得到的值），小于0。05，拒绝零假设，接受研究假设，即被试对其父亲教养方式和母亲教养方式的评价有显著差异。当t检验显示差异显著时，需要具体说明差异的表现，可以通过查验描述统计结果报表进行说明。本例中可知父亲教养方式的得分显著低于母亲教养方式的得分。至于如何解释这个结果，需要研究者根据自己的研究情况，结合父母教养方式的具体意义来进行分析。

图12-16Paired-SamplesTTest对话框

表12-11Paired-SamplesTTest描述结果输出表

表12-12Paired-SamplesTTest差异检验结果输出表

2。方差分析

方差分析主要用于实验数据的分析。根据研究中自变量（也是类别变量）的个数，可以把方差分析分为单因素（只有1个自变量）方差分析和多因素（多于1个自变量）方差分析。教育科学研究中较为常用单因素方差分析，此外，单因素方差分析也适用于调查研究中考察多分类人口统计学变量的差异，如学生的发展水平是否存在年级（如果有两个以上的年级同时进行比较）的差异。

这里以一个关于教学方法的研究为例进行说明。研究者想要了解讲授式、启发式与讲授启发混合式三种教学方法的效果有什么不同，选择了三个各方面水平相当的班级，进行教学实验，然后用同一份试卷对三个班的学生进行测验。对该研究的分析就要用到单因素方差分析。单因素方差分析有三个基本前提条件：因变量正态分布、各处理方差齐性、各处理相互独立。关于正态分布的判断前面已经提过，各处理相互独立如果严格按照实验设计进行操作，理论上也基本满足，可以不用检验。方差齐性的检验将在操作过程中进行说明。另外，单因素方差分析的零假设是“各实验处理无差异”，研究假设是“各实验处理至少有一对有差异”或者“实验处理的效果显著”，当方差分析结果显示拒绝零假设，接受研究假设时，还需要判断到底哪些处理之间的差异显著，这时就需要进行多重比较。多重比较也将在操作过程中进行说明。

单因素方差分析的SPSS操作如下：

选择Analyze→eans→One-WayANOVA，打开单因素方差分析的对话框，如图12-17所示，将成绩变量放入右侧“Depe”框，将教学方法变量放入右侧“Factor”框；接着点击右侧复选框中的“Option”选项，打开如图12-18所示的对话框，勾选“Statistics”下的“Descriptives”（输出各处理样本的基本描述统计分析）和“Homogeyofvaria”（输出方差齐性检验结果）选项，点击“ue”键返回主对话框；然后点击主对话框右侧复选框中的“PostHoc”选项（输出多重比较结果），打开如图12-19所示的对话框，勾选“EqualVariancesAssumed”下的“LSD”选项，勾选“EqualVariaAssumed”下的“Tamha2”选项，点击“ue”键返回主对话框；点击“OK”键，可得到表12-13至表12-16四个表格。

图12-17One->

图12-18One-tion选项对话框

图12-19显示的是多重比较的对话框。方差分析中对各处理的多重比较方法可根据各处理方差齐性的结果分为方差齐性条件的多重比较和方差不齐条件下的多重比较。每种分类根据不同的具体情况，有多种具体的多重比较的方法，关于这些方法的使用条件，可以参考张文彤书中的介绍[2]。本书介绍的“LSD”和“Tamhame’sT2”两种方法分别是方差齐性和方差不齐两种情况下相对通用的多重比较方法。

图12-19One-ostHoc选项对话框

表12-13是不同教学方法条件下学生成绩的描述统计分析，列2至列4分别是样本量、平均数和标准差，这三个统计量一般是论文中结果报告的主要内容，有必要时才报告其他各列的数据结果。

表12-14是方差齐性检验结果，表12-14中数据表明，方差值为4。863，伴随概率为0。009，小于0。05，拒绝零假设，各处理方差不等。

表12-13One-WayANOVA过程中成绩描述统计分析结果

表12-14One-WayANOVA过程中成绩方差齐性检验

表12-15是方差分析表，由表12-15中数据可知，F值为50。514，伴随概率为0。000，小于0。05，拒绝零假设，接受研究假设，即不同教学方法的效果有显著的差异。当实验处理差异显著时，需要进一步了解究竟哪些处理之间差异显著，这时就要参考表12-16的多重比较结果了。

表12-15One-WayANOVA过程中成绩方差分析表

表12-16One-WayANOVA过程中多重比较结果

[1]张敏强。教育与心理统计学（第3版）［M］。北京：人民教育出版社，2010。

[2]张文彤，邝春伟。SPSS统计分析基础教程（第2版）［M］。北京：高等教育出版社，2014。