spss要检验样本中,男女之间是否存在显著差异,怎么会这样?
会的。
在这个独立样本的t检验中,到了这一步的时候,系统已经知道要检验的变量是什么了,可是它不知道要检验哪两个组的这个变量。
对这个问题而言,它知道要检验数学成绩,但是不知道要对男、女这两组进行比较。
通过F值看出,如果控制变量的不同水平对观测变量有显著影响,那观测变量的组间离差平方和就大,F值也大;相反,如果控制变量的不同水平没有对观测变量造成显著影响,那组内离差平方和就比较大,F值就比较小。
同时,SPSS还会依据F分布表给出相应的相伴概率值sig。如果sig小于显著性水平(一般显著性水平设为0.05、0.01、或者0.001),则认为控制变量不同水平下各总体均值有显著差异,反之,则不然。
扩展资料:
一元多因素方差分析:只有一个因变量,考察多个自变量对该因变量的影响。例如:分析不同品种、不同施肥量对农作物产量的影响时,可将农作物产量作为观测变量,品种和施肥量作为控制变量。
多因素方差分析,用于研究一个因变量是否受到多个自变量(也称为因素)的影响,它检验多个因素取值水平的不同组合之间,因变量的均值之间是否存在显著的差异。多因素方差分析既可以分析单个因素的作用(主效应),也可以分析因素之间的交互作用(交互效应),还可以进行协方差分析,以及各个因素变量与协变量的交互作用。
根据观测变量(即因变量)的数目,可以把多因素方差分析分为:单变量多因素方差分析(也叫元多因素方差分析)与多变量多因素方差分析(即多元多因素方差分析)。
利用多因素方差分析方法,研究不同品种、不同施肥量是如何影响农作物产量的,并进一步研究哪种品种与哪种水平的施肥量是提高农作物产量的最优组合。
参考资料来源: 百度百科——差异显著性检验