Т-тесты для спаренных выборок
После щелчка на кнопке ОК будут произведены расчеты t-теста для анализируемых переменных; результаты теста будут отражены в окне SPSS Viewer (рис. 3.6). Как видно на рисунке, SPSS выводит на экран три таблицы. Рассмотрим их по порядку. Т-тесты для спаренных выборок применяются в случае, когда на различные вопросы отвечает одна и та же группа респондентов. Рис. З.6. Результаты расчетов t-теста для… Читать ещё >
Т-тесты для спаренных выборок (реферат, курсовая, диплом, контрольная)
Т-тесты для спаренных выборок применяются в случае, когда на различные вопросы отвечает одна и та же группа респондентов.
Например, пассажиры оценивают уровень и качество питания авиакомпании X и авиакомпании Y. Чтобы определить, является ли статистически значимой разница в оценке этих двух авиакомпаний, следует воспользоваться диалоговым окном Paired-Samples T Test, вызываемым при помощи меню Analyze > Compare Means > Paired-Samples T Test (рис. 3.5). В левом списке содержатся все доступные переменные из базы данных. Выберите из списка две переменные для тестирования. В нашем случае это qll (Питание в авиакомпании X) и q26 (Питание в авиакомпании Y). По мере того как вы будете выбирать переменные, они будут последовательно отображаться в области Current Selections. Указав две переменные для анализа, щелкните на кнопке с символом >, чтобы перенести переменные в область Paired Variables. Кнопка Options позволяет установить уровень доверия для производимых расчетов.
Рис. 3.5. Диалоговое окно Paired-Samples T Test
После щелчка на кнопке ОК будут произведены расчеты t-теста для анализируемых переменных; результаты теста будут отражены в окне SPSS Viewer (рис. 3.6). Как видно на рисунке, SPSS выводит на экран три таблицы. Рассмотрим их по порядку.
Итак, в первой таблице, Paired Samples Statistics, вы видите рассчитанные средние значения для обеих тестируемых переменных. Так, в нашем случае респонденты оценили питание в авиакомпании Y в среднем на 0,4 балла выше, чем в авиакомпании X.
В следующей таблице Paired Samples Correlations представлен коэффициент корреляции (Пирсона) между оценками двух анализируемых переменных. Подробно корреляционный анализ рассматривается в разделе 4.2. Здесь стоит сказать лишь, что чем ближе значение коэффициента к 1, тем сильнее линейная связь между переменными (при условии статистической значимости коэффициента). То есть чем выше уровень оценки по первой переменной, тем выше оценка второй — и наоборот. В нашем случае налицо отсутствие линейной связи между оценками питания в авиакомпании X и Y (коэффициент корреляции = 0,027 при статистической значимости 0,463).
T-Test.
Paired Samples Statistics.
Mean. | N. | Std. Devition. | Std. Emor Mean. | ||
Pair. | Питание в X. | 3,9. | 974. | 036. | |
Питание в Y. | 4,3. | 787. | 029. |
Paired Samples Correlations.
N. | Correlation. | Sig. | ||
Pair. | Питание в X &. | 027. | 463. | |
Питание в Y. |
Paired Samples Test.
Paired Diffirences. | t. | df. | Sig. (2-tailed). | ||||||
Mean. | Std. Devition. | Std. Emor Mean. | 95% Confidence interval of the Difference. | ||||||
Lower. | Upper. | ||||||||
Pair. | Питание в X &. | -, 4. | 1,236. | 046. | -, 44. | -, 26. | — 7,692. | 000. | |
Питание в Y. |
Рис. З.6. Результаты расчетов t-теста для спаренных выборок
Наконец, третья таблица, Paired Samples Test, позволяет сделать вывод о наличии/ отсутствии статистически значимого различия между тестируемыми переменными, что следует из значения в столбце Sig. (2-tailed). В нашем случае различие между оценками питания в авиакомпаниях X и Y, равное 0,4 балла, является статистически значимым (<0,001).