配对样本t检验(Paired t-test)是一种用于比较两个相关组别(如同一组被试在两个不同时间点的测量)之间均值差异的统计方法。它适用于以下情况:
- 两个测量结果来自同一组被试;
- 两组数据是配对的(如前测和后测);
- 数据近似正态分布(或样本量足够大,满足正态性检验要求)。
一、配对样本t检验结果怎么看?
1. 统计量(t值)
- t值:表示两组数据的均值差异与误差的比值。t值越大,说明两组均值差异越显著。
- 显著性水平(p值):如果 p < 0.05,则认为两组均值差异具有统计学意义(即显著)。
2. p值(概率值)
- p < 0.05:拒绝原假设(H₀),认为两组均值有显著差异。
- p = 0.05:有统计学意义(临界值),但不显著(通常认为 p = 0.05 是显著性的临界值)。
- p > 0.05:不能拒绝原假设,说明两组均值无显著差异。
3. 自由度(df)
- 自由度 = n - 1,其中 n 是配对样本的组别数。
- 自由度影响t值的分布,用于确定p值的临界值。
二、配对样本t检验结果的解读示例
| 统计量 | 值 |
|---|---|
| t值 | 2.83 |
| p值 | 0.006 |
| 自由度 | 18 |
| 临界值(α = 0.05) | 2.101 |
解读:
- t = 2.83,p = 0.006 < 0.05 → 拒绝原假设,认为两组均值有显著差异。
- 临界值为 2.101,说明t值超过临界值,因此差异显著。
三、配对样本t检验的注意事项
- 数据应为配对数据(如前测和后测)。
- 数据应近似正态分布(或样本量足够大)。
- 注意样本量:样本量过小可能导致结果不准确。
- 注意方向性:t检验可以判断差异方向,但不能判断是否为正或负。
四、配对样本t检验的适用场景
| 场景 | 适用情况 |
|---|---|
| 前测后测 | 例如:测试某种干预对成绩的影响 |
| 重复测量 | 例如:同一组被试在不同时间点的测量 |
| 两组数据来自同一组人 | 例如:同一组人在不同条件下的测量 |
五、总结
| 项目 | 说明 |
|---|---|
| t值 | 表示两组均值差异的大小 |
| p值 | 判断是否具有统计学意义 |
| 自由度 | 影响t值的分布 |
| 显著性 | p < 0.05 为显著,p ≥ 0.05 为不显著 |
如果你有具体的配对样本t检验结果数据,我可以帮你进行详细解读。需要的话可以提供数据或结果表。