大家好，歡迎來到MedSPSS小課堂。我們已為大家帶來了兩期的教學案例，本期我們将為大家帶來在差異性分析中常用到的獨立樣本t檢驗的教學案例。

獨立樣本t檢驗

1. 概念

獨立樣本t檢驗（independent-samples t-test）：用作兩獨立樣本均值的比較，以檢驗兩樣本所來自的總體均值是否有顯著性差異。

2. 用法

用于分析二分類變量與定量變量之間的關系情況，如研究人員想了解兩類顧客的滿意度均值是否有顯著性差異。

3. 使用條件

• 當n1<30或n2<30時，數據為正态分布，且方差齊，可采用獨立樣本t檢驗。
  

• 當n1<30或n2<30時，正态和方差齊性不滿足，可進行數據變換，在滿足正态性和方差齊性後，再進行獨立樣本t檢驗；當變換後滿足正态性，但方差齊性依然不滿足或兩者都同時不滿足時，可采用秩和檢驗或非參數檢驗方法。
  

• 當n1≥30且n2≥30時，且滿足方差齊性，可采用獨立樣本t檢驗。
  

• 當n1≥30且n2≥30時，且不滿足方差齊性，可采用秩和檢驗或非參數檢驗方法。
  

• 當n1≥30且n2≥30時，可直接采用z檢驗。

4. 案例描述

BMI指數，是國際上常用的衡量人體胖瘦程度以及是否健康的一個标準。該指标男女通用，但因成年男性骨骼一般比成年女性大，成年男性的BMI指數理應不低于成年女性。現根據一組成年人，包括20名男性和20名女性（排除未滿18歲的兒童、青少年、運動員、妊娠女性、哺乳期女性、長期生病或身體虛弱的老年人）的BMI數據來分析男性BMI和女性BMI是否滿足這個說法。

部分案例數據

5. 案例分析

嘗試采用獨立樣本t檢驗，可根據成年男性和成年女性BMI均值對比情況來檢驗該組男性BMI是否不低于女性BMI。

6. 案例分析步驟

Step1：上傳數據

基于 MedSPSS，通過數據管理---文件---上傳文件，上傳整理好的“性别_BMI.xlsx”數據，用作接下來的獨立樣本t檢驗。

本組BMI是來自于20位男性和20位女性的數據記錄，在進行獨立樣本t檢驗之前，需檢驗男性和女性的BMI是否滿足正态性，方差齊性。

Step2：數據特征探索

由箱線圖了解不同性别下BMI的數據分布情況，男性和女性的BMI數據無異常值。

Step3：BMI正态性檢驗

選擇假設檢驗---分布檢驗---正态檢驗，将BMI作為檢驗變量，性别作為組别變量，這裡采用shapiro-wilk進行正态性檢驗。

正态檢驗結果

正态檢驗智能分析結果

結果說明：采用 shapiro-wilk 檢驗其正态性，分析結果的顯著性p值都大于 0.05，在95%的置信區間下，沒有呈現出顯著性，故不能拒絕原假設H0，因此數據服從正态分布，滿足獨立樣本t檢驗的條件。

Step4：方差齊性檢驗

選擇假設檢驗---分布檢驗---方差齊性分析，将BMI作為檢驗變量，性别作為分組變量。經上一步的正态性檢驗，BMI符合正态分布，因此選擇Bartlett進行方差齊性檢驗。

方差齊性檢驗結果

方差齊性智能分析結果

結果說明:采用Bartlett檢驗法檢驗方差齊性，顯著性p值大于0.05，在95%的置信區間下，沒有呈現顯著性水平，故不能拒絕原假設H0，因此成年男性和成年女性的BMI數據滿足了方差齊性，接下來可以采用獨立樣本t檢驗。

Step5：獨立樣本t檢驗

選擇假設檢驗---位置檢驗---獨立樣本t檢驗，将BMI作為檢驗變量，性别作為分組變量。因目的是檢驗男性BMI是否顯著不低于女性BMI，判斷條件選擇≤ 。

獨立樣本t檢驗結果

獨立樣本t檢驗智能分析結果

結果說明：MedSPSS給出了獨立樣本t檢驗的智能分析結果，在95%置信水平下，因（p =0.998>0.05），不呈現顯著性，因此不拒絕原假設H0（女性BMI平均值-男性BMI平均值）≤0，即女性BMI平均值≤男性BMI平均值，表明男性BMI不低于女性BMI。

本期内容分享就到這裡，MedSPSS将持續為大家帶來案例教學，大家在學習的過程中有任何想法，歡迎積極留言。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!