|
一．问题与数据 10名患者接种某种疫苗前后体温变化如下表，试检验接种前后体温是否有显著的变化？ 二．分析问题 该资料由10名患者接种疫苗前后的体温数据构成，是对同一对象处理前后的对比，这种设计是典型的配对设计。若数据服从或近似服从正态分布，那么可以选用配对样本的t检验对问题进行分析。 三．了解原理 10名患者接种某种疫苗前后体温变化如下表，试检验接种前后体温是否有显著的变化？ 目的：利用来自两个总体的配对样本，推断两个总体的均值是否存在显著差异。 配对样本的两个特征： ①两组样本的样本数相同； ②两组样本的观察值的先后顺序一一对应，不能随意更改。 统计量：  实质是先求出每对测量值的差值，然后检验差值序列的均值是否与0有显著差异。 四．SPSS操作 注意：输入数据时，要设置两列变量。 1.先对数据进行正态性检验：  将前、后均放入因变量列表；点击图，出现右侧对话框，勾选含检验的正态图。  10名患者接种某种疫苗前后体温变化如下表，试检验接种前后体温是否有显著的变化？
由结果可以看出，夏皮洛-威尔克检验的显著性结果为0.709和0.041，接种疫苗之后的数据是不服从正态分布的。但是我们说过t检验对正态性的稳健性比较强，稍微偏态对结果影响不大。由统计表格可以看出，接种疫苗后的偏度和峰度分别为0.836和-0.790，偏离0的程度不大，所以依然可以采用配对样本t检验。 2. 配对样本t检验  将前、后分别放入配对变量：  点击选项，出现如下对话框，根据需要进行设置和选择：  3.结果解读 （1）配对样本统计
表格为配对样本t检验的统计量表，分别列出了两组变量的均值、个案数、标准差和标准误差平均值。 （2）配对样本相关性
结果给出了两种方法间的相关性和显著性，相关性为0.472，P=0.168，具有相关关系。 （3）配对样本检验  结果为配对样本t检验的分析结果，并且列出了两种方法差值的平均值、标准差、标准误差平均值以及95%置信区间。统计量t=-6.450，P=0.000<0.05，因此应该拒绝原假设，认为接种疫苗前后体温有显著性变化。 五．拓展思维 本研究拟分析接种疫苗前后的体温变化，实质是将两种方法的测定结果差值作为分析指标，判断差值的总体均数是否为0，即检验差值与0之间是否存在显著性差异。因此，我们可以在SPSS中生成一列前后体温的差值变量，然后利用单样本的t检验对问题进行分析。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
来自： Nursing小班长 > 《待分类》
