t檢驗拒絕原假設的統計意義?
劉老炮兒 發表于 農業2022-06-04
原理:T檢驗是用t分佈理論來推論差異發生的機率,從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。
意義:
T檢驗對資料的正態性有一定的耐受能力。如果資料只是稍微偏離正態,結果仍然是穩定的。如果資料偏離正態很遠,則需要考慮資料轉換或採用非引數方法分析。
兩個獨立樣本T檢驗的原假設為兩個總體均值之間不存在顯著性差異,需分兩步完成:①利用F檢驗進行兩總體方差的同質性判斷;②根據方差同質性的判斷,決定T統計量和自由度計算公式,進而對T檢驗的結果給予恰當的判定。
如果待檢驗的兩個樣本均值差異較小,那麼t值也就較小,說明兩樣本均值不存在顯著差異;相反,t值越大,說明兩樣本均值之間差異越顯著。
SPSS將計算的t值和T分佈表給出相應的顯著性機率值,如果顯著性機率值P小於或等於顯著性水平α,則拒絕原假設,認為兩總體均值之間存在顯著差異;相反,顯著性機率值P大於顯著性水平α,則不拒絕原假設,認為兩總體均值之間不存在顯著差異。