我有三組資料，怎樣用SPSS做ANOVA檢驗？做完ANOVA檢驗是否需要做T檢驗

1樓：匿名使用者

上面兩位說的不錯，資料錄入的格式不對。首先得有組別，就是一個列中的資料是為了區分另一列的，比如，性別用1.2表示，則性別這一類全是1或者2，另一列才是觀測到的數值，這樣說可能不太標準。

然後，才能做方差分析。

你這裡可能是單因素多水平（資料有點亂，我也說不好），所以用單因素方差分析。

給你個教程，看看據明白了看，第四節 one-way anova過程，圖5.7就是資料錄入到spss中的樣式，而上面那個表應該就是你的表。自己看看吧。

2樓：

呵呵你的資料錄入錯誤了

你這個有兩個變數，一個效果變數(讓你錄入成了三個變數)，兩一個是分類變數，即有三個類別，然後採用單因素方差分析，如果顯著，採用事後檢驗不需要採用t檢驗

spss的比較均值中，t檢驗和anova有什麼區別？

3樓：匿名使用者

方差和t檢驗的區別在於，對於t檢驗的x來講，其只能為2個類別比如男和女。如果x為3個類別比如本科以下，本科，本科以上；此時只能使用方差分析。

具體說明可以檢視spssau的差異關係幫助手冊，比較好理解。

三個樣本之間如何進行t檢驗 5

4樓：匿名使用者

檢驗方法：獲取三個樣本的總體均數，之後得到一個樣本均數及該樣本標準差，之後計算樣本來自正態或近似正態總體。

t檢驗主要用於樣本含量較小（例如n < 30），總體標準差σ未知的正態分佈。 t檢驗是用t分佈理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。

t檢驗是戈斯特為了觀測釀酒質量而發明的,並於2023年在biometrika上公佈。

擴充套件資料

t檢驗注意事項：選用的檢驗方法必須符合其適用條件。理論上，即使樣本量很小時，也可以進行t檢驗。只要每組中變數呈正態分佈，兩組方差不會明顯不同。

可以通過觀察資料的分佈或進行正態性檢驗估計資料的正態假設。方差齊性的假設可進行f檢驗，或進行更有效的levene's檢驗。如果不滿足這些條件，可以採用校正的t檢驗，或者換用非引數檢驗代替t檢驗進行兩組間均值的比較。

區分單側檢驗和雙側檢驗。單側檢驗的界值小於雙側檢驗的界值，因此更容易拒絕，犯第ⅰ錯誤的可能性大。t檢驗中的p值是接受兩均值存在差異這個假設可能犯錯的概率。

在統計學上，當兩組觀察物件總體中的確不存在差別時，這個概率與我們拒絕了該假設有關。一些學者認為如果差異具有特定的方向性，我們只要考慮單側概率分佈，將所得到t-檢驗的p值分為兩半。另一些學者則認為無論何種情況下都要報告標準的雙側t檢驗概率。

假設檢驗的結論不能絕對化。當一個統計量的值落在臨界域內，這個統計量是統計上顯著的，這時拒絕虛擬假設。當一個統計量的值落在接受域中，這個檢驗是統計上不顯著的，這是不拒絕虛擬假設h0。

因為，其不顯著結果的原因有可能是樣本數量不夠拒絕h0 ，有可能犯第ⅰ類錯誤。

5樓：匿名使用者

三個樣本比較應該選擇方差分析，可以使用spssau裡的方差分析功能，同時有智慧文字分析，拖拽點一下出來智慧分析結果。

6樓：

三組之間的比較不能用t檢驗，應該用單因素方差分析。

如何用spss進行t檢驗

7樓：

就是對資料進行方差分析就行了，在得到的方差分析表中看資料，比如你檢驗水平為α=0.05，那你就看得到的p值，p值的檢驗正好和t值檢驗的方向相反，p<0.05則拒絕原假設，大於則接受。

如果你用的是手工自個查表，就看查到的t值了，計算的t的絕對值《查到的t的值就接受，否則落在拒絕域，拒絕原假設，有什麼不懂的還可以看看我的文件分享裡的實驗報告，裡面有具體例題解釋，包括手工解題步驟和spss方差分析表