SPSS (Statistical Package for the Social Sciences) 是一款廣泛使用的統計分析軟體。正確地設定資料是進行有效分析的基礎。本指南將從資料輸入、變數設定,到核心的獨立樣本 t 檢定,為您提供清晰的步驟和概念解釋。
一、 SPSS 資料與變數視圖設定
SPSS 的操作始於兩個主要視窗:資料視圖和變數視圖。
1. 資料視圖 (Data View)
功能: 這是實際輸入和檢視數據的地方。
數據輸入: 每一列代表一個觀察值(如一個受試者),每一行代表一個變數。您應該將每個觀察值的數據往下輸入到對應的儲存格中。
2. 變數視圖 (Variable View)
變數視圖是定義數據意義和屬性的關鍵步驟,必須在輸入數據前完成。
| 屬性 | 重點說明 | 您的提及重點 |
| 名稱 (Name) | 輸入簡短、無空格的變數名稱,例如 appetite。 | 「要改e.g.食慾什麼的要先輸入,自己看得懂的」 |
| 寬度 (Width) | 設定數據在資料視圖中顯示的字符寬度。 | 「寬度,意思是能顯示的數據」 |
| 值 (Values) | 為類別變數的數字代碼(如 $1, 2$)標註其文字意義(如 1=男性, 2=女性)。 | 「值很重要,資料視圖的Group要標籤值」 |
| 測量 (Measure) | 設定變數的測量尺度,這影響後續可選擇的統計方法。 | 「測量,分組是名義」 |
| 名義 (Nominal):用於無順序的類別,如性別、組別。 | ||
| 尺度 (Scale):用於連續數值,如分數、年齡。 |
二、 獨立樣本 T 檢定 (Independent Samples t-test)
獨立樣本 t 檢定是用來比較兩組獨立群體(如實驗組與控制組)在某個連續變數上的平均值是否存在顯著差異。
1. 檢定目的與假設
目的: 比較兩組間的平均值。
檢定流程: 軟體會先執行 Levene's 檢定來檢驗兩組的變異數是否相等。這是決定要查看哪一行 t 檢定結果的關鍵前提。
T 檢定 假設相等: 如果 Levene's 檢定不顯著 (p > 0.05),則接受變異數相等的假設。
2. 結果判讀
判斷檢定結果的依據是 p 值(顯著性 Sig.)。我們透過比較 p 值與顯著水準 alpha(通常取 0.05)來做出決策。
| 檢定結果 | 顯著性 (p 值) | 統計結論 | 決策意涵 |
| 不顯著 | p > 0.05 | 接受虛無假設 | 兩組的平均值無統計上的顯著差異。 |
| 顯著 | p <=0.05 | 拒絕虛無假設 | 兩組的平均值有統計上的顯著差異。 |
三、 Post-hoc 事後比較
Post-hoc 事後比較是用於三組或三組以上的變異數分析 (ANOVA) 中。當 ANOVA 顯示整體有差異時,事後比較能進一步確認是哪幾對組別之間存在顯著差異。
注意: 獨立樣本 t 檢定因為只有兩組,所以不需要進行事後比較。
四、 資料準備與 SPSS 匯入流程
為了確保分析順利,資料處理必須嚴謹:
Excel 檔案安排: 您的原始數據應在 Excel 中安排好,以「一列一觀察值、一行一變數」的格式排列,並在第一列設定好變數名稱。
SPSS 匯入與設定: 將 Excel 檔案匯入 SPSS 後,務必切換到「變數視圖」,根據前面所述的規則,仔細檢查並設定好所有變數的屬性,尤其是值的標籤和測量尺度。
沒有留言:
發佈留言