一、獨立樣本T檢驗

在總體的標(biāo)準(zhǔn)差已知時，可根據(jù)中央極限定理，來確認(rèn)抽樣分布的標(biāo)準(zhǔn)誤，并基于正態(tài)分布的假設(shè)，進行Z檢驗。但是當(dāng)總體標(biāo)準(zhǔn)差未知時，抽樣分布的標(biāo)準(zhǔn)誤由樣本差來推估，因此可能因為樣本過小而造成偏誤，而需使用T檢驗來進行數(shù)據(jù)檢驗。當(dāng)n大于30之時，T分布與Z分布十分接近，使用T檢驗實際上涵蓋了Z檢驗的應(yīng)用^［206］。這里所說的獨立樣本是指，樣本可以獨立顛倒順序而不對問題產(chǎn)生影響的樣本。Spss對方差齊性的檢驗，所使用的F統(tǒng)計量是F= S²₁/S²₂，并把這個檢驗稱為Levene檢驗(Levene Test for Equality of Variance)。

表6－8　獨立樣本分組

如表6－8、6－9所示，我們將量表中的所有題項得分進行加總。計算出量表總得分上下27%分位數(shù)(結(jié)果見表格6－8)，以上下27%分位數(shù)(114、177)為界限，最低值到114分為低分組，177到最高值為高得分組，生成一個新變量來標(biāo)記該分組。將高低兩組樣本在各個題項上進行T檢驗。

表6－9　獨立樣本T檢驗結(jié)果

表格6－9中只是列出了對題項B1、B2的兩獨立樣本T檢驗結(jié)果。從表格中我們可以看到題項B1在高低兩個組別上方差齊次性檢驗的sig值是0．061，在0．05的顯著性水平下，接受方差相等的原假設(shè)。這一結(jié)果決定了觀察T檢驗的值，要用上面一行(Equal variances assumed)的結(jié)果，此時，T統(tǒng)計量的顯著性(雙尾)(對兩個組別上B1的均值是否相等的檢驗)的sig值是0．000，即T假設(shè)檢驗未通過，也就是說在高低兩個組別上，B1的得分均值有顯著差異。同一行中，95% Confidence Interval of the Difference表示的是置信區(qū)間的兩個端點與的距離，表中的數(shù)字是(－2．848，－2．370)。這表明，落在這個區(qū)間里的不可能為0。也就是說。這與上面的檢驗結(jié)果是一致的。相似的，我們對所有的題項進行兩獨立樣本T檢驗，結(jié)果發(fā)現(xiàn)所有題項在兩個組上均有顯著差異，這樣我們將保留所有的題項，不刪除任何的題項。