定义独立样本 T 检验的输入

在本节中，我们将学习独立样本 T 检验，以及如何计算两组均值之间的差异。当我们有两组需要比较，并且想找出两组之间是否存在显著差异时，我们可以进行两组之间的均值比较。独立样本 t 检验是一种强大的检验，用于找出两组均值之间的组差异。要计算独立样本 T 检验，我们将转到分析菜单，然后转到比较均值。现在我们可以看到独立样本 T 检验，如下所示

独立样本 T 检验的符号读作 t A-B。这意味着我们正在比较的组 A 和 B 彼此独立。例如，假设我们要比较男性和女性的工资，或者两个城市（如德里或孟买）的人口。在这种情况下，这些组之间没有关联。因此，我们可以进行独立样本 t 检验。要计算独立样本 t 检验，我们将打开我们的数据集。我们将转到文件菜单，然后转到最近使用的数据，如下所示

现在我们将单击上面的员工数据选项，查看我们的员工数据集，如下所示

这是一个员工数据集，其中包含员工的 id、他们的性别、教育程度、工作类别、工资、起始工资、工作时间、先前经验，以及他们是否属于少数群体或多数群体。在这种情况下，假设我们要检验男性和女性的工资之间是否存在显着差异。为了检验这一点，我们可以进行独立样本 t 检验。同样，假设我们要确定来自少数群体的人是否比来自多数社区的人获得的较少的工资。在这种情况下，我们可以再次计算独立样本 t 检验。要测试独立样本 t 检验，我们将转到分析菜单，然后转到比较均值选项。在比较均值选项中，我们找到独立样本 t 检验。当我们单击它时，我们将看到一个对话框，如下所示

现在我们要比较不同性别的人。在这种情况下，性别被定义为字符串变量。因此，要计算任何有意义的测试，我们需要将所有变量定义为数值变量。因此，我们将更改性别变量的定义。我们将从字符串将其转换为数值变量。因此，我们将转到我们的变量视图并查看性别，如下所示

由于它是字符串，因此首先我们需要转换该值。因此，我们将选择该行，按 Ctrl+F，然后单击替换。我们将查找 m 并将其替换为 1，然后单击全部替换。

同样，我们将写入 f 并将其替换为 2，然后单击全部替换。在此之后，我们将看到性别变量中的以下更改

现在我们必须重新定义此性别变量。因此，我们将转到变量视图选项，然后单击性别变量的值步骤。现在我们将选择女性选项并将值定义为 2，然后单击更改，如下所示

再次选择男性选项并将值定义为 1，然后单击更改。现在按确定。

现在我们可以像这样将性别从字符串更改为数值变量

现在变量已定义。我们将转到比较均值选项并单击独立样本 t 检验。所以我们想比较性别的工资。我们将把工资作为我们的测试变量，把性别作为分组变量。因此，工资是我们的因变量，而性别是我们的自变量。

在上图中，在分组变量下，我们可以看到两个问号。这意味着我们需要定义我们的组。因此，单击定义组选项，然后为组 1 写入 1，为组 2 写入 2。因此，1 代表男性，2 代表女性。我们也可以定义分割点而不是定义组。例如，假设我们有一个确切的工资，并且想要采用一个临界值工资，它可以是中位数工资或任何工资，假设 10000。在这种情况下，SPSS 将比较两个组，小于 10000 和大于 10000，我们将在这两组之间进行显着性检验。目前，我们正在使用我们的组定义，因此单击继续，如下所示

现在我们将单击选项，我们可以在其中默认选择 95% 置信区间。如果我们想更改，我们可以更改它并将其设置为 99%，但让我们从默认值 95% 开始。

在缺失值中，我们将使用默认值按分析排除个案分析。与列表排除个案相比，它基本上导致更少的数据丢失。因此，我们将采用按分析进行分析的方法。现在我们将单击继续。

现在我们将单击确定，之后，我们将看到以下输出