數據分析中，往往有些數據是成對出現的，兩個樣本的一種特殊狀況，配對樣本T檢驗是用于檢驗兩配對樣本總體的均值是否存在顯著差異，零假設：兩個配對樣本的數據的均值不存在顯著差異。
話不多說，直接上操縱。
原始數據
原始數據
變量視圖：
小數：2；值标簽：1組填寫不施肥，2組填寫施肥
值标簽
操作：分析→比較均值→配對樣本T檢驗
配對樣本T檢驗
選擇：不施肥、施肥一對→确定
配對
輸出結果
|
成對樣本統計量 | |||||
|
均值 |
N |
标準差 |
均值的标準誤 | ||
|
對 1 |
不施肥 |
2.4045 |
22 |
1.06435 |
.22692 |
|
施肥 |
2.2455 |
22 |
.90802 |
.19359 | |
上表可知，不施肥均值2.4045，施肥均值是2.2455，兩組對比的個案數均為22。
|
成對樣本相關系數 | ||||
|
N |
相關系數 |
Sig. | ||
|
對 1 |
不施肥 & 施肥 |
22 |
.186 |
.408 |
上表可知，不施肥和施肥相關性系數是0.186，顯著性Sig為0.408＞0.05，說明兩者配對變量之間的相關性不顯著。
|
成對樣本檢驗 | |||||||||
|
成對差分 |
t |
df |
Sig.(雙側) | ||||||
|
均值 |
标準差 |
均值的标準誤 |
差分的 95% 置信區間 | ||||||
|
下限 |
上限 | ||||||||
|
對 1 |
不施肥 - 施肥 |
.15909 |
1.26441 |
.26957 |
-.40152 |
.71970 |
.590 |
21 |
.561 |
上表可知，不施肥減去施肥的苗高增長量平均值為0.15909，T為0.59，Sig值為0.561＞0.05，接受原假設，說明兩個配對樣本的均值是不存在顯著差異的，即說明施肥或不施肥對苗高的增長沒有太大效果。
今天的數據分析就學習到這裡，有任何問題可以評論留言，如有想看的操作講解，可以私信我。謝謝大家的點贊、關注和轉發。
,
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
