在日常的臨床研究或者科研中，統計分析往往必不可少，之前也講過一些統計相關的內容，主要通過R實現，SPSS作為一個非常實用的統計分析工具，不需要編程基礎，實現一些簡單的統計是非常有用的。關于SPSS的講解主要以實戰操作為主。

單樣本T檢驗

適用條件：樣本數據符合正態分布，不符合時應采用非參數檢驗；但當樣本量較大時數據略呈偏態分布也可以分析。

操作流程：分析—比較平均值—單樣本t檢驗

設置檢驗變量，及知曉的檢驗值，點擊確定。

結果展示與解讀

第一步：三個核心基本統計量讀?。颖玖俊⑵骄鶖岛蜆藴什睿?/p>

第二步：找t值和P值，發現P

因此，可認為本組數據的體重要高于一般個體的體重。

兩獨立樣本T檢驗

適用條件：（1）獨立性：兩組數據來自的總體相互獨立；（2）正態性：兩組數據應該符合正態分布；（3）方差齊性：要求非常嚴格，方差不齊要校正

操作流程：分析—比較平均值—獨立樣本t檢驗

將效應指標放入檢驗變量框中，分組變量完成選中及定義，點擊確定。

結果展示與解讀

第一步：首先獲取兩組數據的三個核心基本統計量（樣本、均數、標準差）；

第二步：方差齊性（F和P），統計上采用levene方差齊性檢驗進行判定兩個分布是否相同。上圖顯示P

但這種情況也還是可以校正，并進行相關規則的調整，比如將兩組數據的權重適當調整，進行校正的兩獨立樣本t'檢驗。

第三步：t檢驗（t和P）：此部分有兩行，各有一個t值和P值，如何選擇呢？

第一行的結果為方差齊的結果；第二行的結果為方差不齊進行校正的結果；本例應該看第二行的結果。

配對樣本T檢驗

應用條件：（1）如果想知道某組數據（治療前后、干預前后）是否有效，那么屬于配對設計，應該采用配對t檢驗；（2）如果想知道不同的干預方式的結果是否有差別，可以先計算兩組數據干預前后的差值，然后采用兩獨立樣本t檢驗進行兩組干預效果比較；還可以采用協方差分析，將干預前積分當做協變量進行方差分析。

配對樣本t檢驗是配對的兩組數據相減變成一組數據，然后去和已知總體0比較，其實就是轉化為單樣本t檢驗做的。主要包括四種類型：干預前后配對、同一受試對象身體不同部位配對、條件配對和同一份標本不同檢測方法配對。檢測的兩組數據之間存在相關性而不獨立。

操作流程：分析—比較均值—配對樣本t檢驗

將干預前后先后放入有變的配對框，配成1對，然后點擊“確定”輸出計算結果。

結果解讀：

第一步：三核心，獲取干預前后的樣本量、均數和標準差。上圖主觀感受數據有干預效果，但還有待假設檢驗進行驗證；

第二步：看相關，本步并不是必須展示的結果，從統計的角度，本步相關的計算是為了驗證配對數據的一致性，用以說明干預措施作用的穩定性或一致性。

第三步：找t和P，本例的數據P

如您覺得內容不錯，對您有幫助，歡迎個人收藏，點擊在看或者打賞及分享！感謝您的支持。

其它任何媒體、網站、平臺如需轉載或引用，須獲得授權。