Т-тесты для спаренных выборок

 

Т-тесты для спаренных выборок применяются в случае, когда на различные во­просы отвечает одна и та же группа респондентов.

Например, пассажиры оценивают уровень и качество питания авиакомпании X и авиакомпании Y. Чтобы определить, является ли статистически значимой разница в оценке этих двух авиакомпаний, следует воспользоваться диалого­вым окном Paired-Samples T Test, вызываемым при помощи меню Analyze ► Compare Means ► Paired-Samples T Test (рис. 3.5). В левом списке содержатся все доступ­ные переменные из базы данных. Выберите из списка две переменные для тес­тирования. В нашем случае это qll (Питание в авиакомпании X) и q26 (Питание в авиакомпании Y). По мере того как вы будете выбирать переменные, они будут последовательно отображаться в области Current Selections. Указав две перемен­ные для анализа, щелкните на кнопке с символом ►, чтобы перенести перемен­ные в область Paired Variables. Кнопка Options позволяет установить уровень до­верия для производимых расчетов.

Рис. 3.5. Диалоговое окно Paired-Samples T Test

 

После щелчка на кнопке ОК будут произведены расчеты t-теста для анализиру­емых переменных; результаты теста будут отражены в окне SPSS Viewer (рис. 3.6). Как видно на рисунке, SPSS выводит на экран три таблицы. Рассмотрим их по порядку.

Итак, в первой таблице, Paired Samples Statistics, вы видите рассчитанные средние значения для обеих тестируемых переменных. Так, в нашем случае респонденты оценили питание в авиакомпании Y в среднем на 0,4 балла выше, чем в авиакомпа­нии X.

В следующей таблице Paired Samples Correlations представлен коэффициент корре­ляции (Пирсона) между оценками двух анализируемых переменных. Подробно корреляционный анализ рассматривается в разделе 4.2. Здесь стоит сказать лишь, что чем ближе значение коэффициента к 1, тем сильнее линейная связь между пе­ременными (при условии статистической значимости коэффициента). То есть чем выше уровень оценки по первой переменной, тем выше оценка второй — и наобо­рот. В нашем случае налицо отсутствие линейной связи между оценками питания в авиакомпании X и Y (коэффициент корреляции = 0,027 при статистической зна­чимости 0,463).

Paired Samples Statistics

T-Test

	Mean	N	Std. Devition	Std. Emor Mean
Pair	Питание в X	3,9		,974	,036
	Питание в Y	4,3		,787	,029

 

 

Paired Samples Correlations

	N	Correlation	Sig.
Pair	Питание в X &		,027	,463
	Питание в Y

Paired Samples Test

 

	Paired Diffirences	t	df	Sig. (2-tailed)
Mean	Std. Devition	Std. Emor Mean	95% Confidence interval of the Difference
Lower	Upper
Pair	Питание в X &	-,4	1,236	,046	-,44	-,26	-7,692		,000
	Рис. З.6. Результаты расчетов t-теста для спаренных выборок   Питание в Y

 

 

Наконец, третья таблица, Paired Samples Test, позволяет сделать вывод о наличии/ отсутствии статистически значимого различия между тестируемыми переменны­ми, что следует из значения в столбце Sig. (2-tailed). В нашем случае различие меж­ду оценками питания в авиакомпаниях X и Y, равное 0,4 балла, является статистиче­ски значимым (<0,001).