spss数据分析-差异性分析超级详细

提纲如下：

1. 卡方检验
2. T检验
3. F检验（方差分析）

1、卡方检验

1.1卡方检验-方法1

分析结果：

卡方检验的原始假设为性别男女的人在问卷数据上的人数选择的人数一致。上表可以看出，渐进显著性为0.567，大于0.05，所以说明问卷中的人数性别男女的人数是没有显著性差异的。

1.2卡方检验-方法2

第二种的卡方检验的原始假设为不同学历的人，在不同工作单位类型的人数是没有显著性差异的，是用来做两个分类变量的差异性分析。

输出的结果：

通过上表分析可以看出，皮尔逊卡方的渐进显著性水平为0.551，远远大于0.05，所以说明在不同工作单位类型的人数是没有显著性差异的。如果显著性水平小于0.05，则可以说明在不同工作单位类型的人数是有显著性差异，并且差异具有统计学意义。

2、T检验

对于医学的朋友来说，有的个别老师会要求首先做正态性检验，然后再做T检验。

2.1 独立样本T检验

T检验是以用来检验分类变量是两种的类型。比方说男女在物理成绩上是否具有显著性差异，文科和理科在英语成绩上是否有显著性差异。

通过上表看，第一个表为简单的数据描述，第二个重点分析的是差异是否显著，首先进行检验的是否等方差，显著性水平为0.268，所以说明等方差条件是满足的，所以只需要看第一行。从上表可以看出显著性水平为0.753，远远大于0.05，所以说明男女不同在是否具有强烈的个性意识不具有显著性的差异。

2.2 配对样本T检验

配对样本T检验的适用范围为对比实验前后同样的一个群体的差异变化。可以是同一批实验对象，在经历培训前和培训后某项能力的变化。

可以看出。实验前和试验后的配对样本t检验的显著性水平为0.032，小于0.05，所以说明成绩前和成绩后具有显著性的差异，通过表1可以看出实验前和试验后的平均值，成绩前大于成绩后，说明经过某些措施，造成了成绩的下降。

3、F检验（方差分析）

分析结果如下：

解读：这个单因素方差分析基本是最详细的版本了，一般写文章用都是足够了。首先是第一个表格，是对数据的一个简单的描述，一般只需要关注个案数，平均值，标准差，对于现有数据的一个简单描述。

第二个表格是单因素方差分析的结果，从结果可以看出F值为1.182，显著性为0.311，远远大于0.05，所以说明不同学历的人在个性意识上不具有显著性差异。这里需要说明只有显著性水平小于0.05的时候才说明差异性是显著的。

第三个表是做事后比较的，也是首先看显著性水平是否显著，显著的话在通过看平均值差值说明大小。第一个的0.192代表的是专科及专科以下的平均值 减去本科的平均值的数值，0.192代表专科及专科以下在个性意识上的平均值比本科在个性意识上平均值要大0.192，但是显著性水平为0.338，所以说明差异不具有显著性。

下面放上我整理的spss学习资料，希望对你有帮助！

symba：spss 学习书籍、视频和文章资料整理