一般我們看到的t檢定,通常指的是獨立樣本t檢定(Independent sample t test),用來比較兩組獨立群體在連續變項上的差異,因此適用條件有兩個重點,(1)要比較的變項為連續尺度的變項(若要更嚴格的定義,則必須符合常態性的假設),(2)兩組數據來自兩個相互獨立的群體,不受彼此的影響。
此篇文章要介紹的是另一種資料型態的t檢定-成對樣本t檢定(Paired sample t test),也可以稱為配對樣本t檢定或是相依樣本t檢定,跟獨立樣本t檢定(Independent sample t test)一樣,要比較的變項同樣為連續尺度的變項,但不同的是,兩組數據的每一筆樣本都必須存在配對關係,簡單來說,一組裡某一筆數據必須和另一組的特定數據進行比較,舉例來說,介入型研究的前後測比較,同一位樣本的前測與後測必須配對;孩童對於父親與母親的管教態度差異,同一位孩童對於父親與母親的態度資料必須配對;亦或是父親與母親同時對於孩童表現的看法差異,同一家庭的父親與母親數據必須配對,因此重點提醒,若研究者欲採用不記名問卷,那一定得先考量到後續如何將兩組的每一筆數據還原配對,因為過去真的遇過多次數據無法還原配對的問題。接下來的範例(如下圖),資料裡有組別變項(1 = 對照組,2 = 實驗組),每一位樣本的前測知識與後測知識已完成配對,將以此為示範檔案,進行操作教學及報表解讀的說明。
操作:
(1)「分析」à「比較平均數法」à「成對樣本t檢定」。
(2)將要進行配對比較的變項,從左邊欄位選到右邊的配對欄位中,若有多個變項欲同時配對比較,只要依序放入即可,最後按下確定。
報表解讀:
(3)配對變項的描述性統計,特別需要注意的是個數,個數是有順利配對的組數,所以當前測有遺漏或後測有遺漏而無法配對的數據,將會視為無效樣本,並不會納入分析。
(4)在成對樣本t檢定裡提供了皮爾森積差相關分析,分析的是進行配對比較的這兩個變項存在的相關強度及方向性,不過由於是配對樣本,通常都會呈現顯著正相關,當然還是得視配對變項原本的含義。
(5)最後是成對樣本t檢定的結果,報表中提供了,兩組的平均差異,以及差異的95%信賴區間,最重要的是右邊的t值及p值,以此結果為例,t = -8.095,p <.001達顯著水準,代表前測知識與後測知識具有顯著差異,由平均數可知,後測知識的平均值(M = 8.9667)高於前測(M = 6.2833),代表有明顯的進步。提醒一下,跟獨立樣本t檢定一樣,t值的正負值不需理混,t值會出現正負的關係在分析設定時,是用哪一個變數減去哪一個變數所導致的,我們回到第2步驟,軟體的設定是用左邊的變數1(前測)減去右邊的變數2(後測),所以才得到t值為負值。
補充:
(6)通常在RCT的研究設計中,前後測比較必須針對兩組樣本個別分析,因此我們可以透過分割檔案來進行。
(7)選擇「比較群組」。
(8)將組別放入「依此群組」。
(9)重新進行成對樣本t檢定的分析,則可以得到兩組個別進行的前後測比較。
留言列表