13.2. Сравнение двух независимых выборок
Мы хотим проверить, значительно ли различается действие двух групп медикаментов на людей в зависимости от их возраста. Такое различие было бы, конечно, нежелательным,
так как в этом случае разницу в действии лекарств можно было бы объяснить разным возрастным составом пациентов.
Сначала рассмотрим тесты, вызов которых происходит посредством пункта меню Compare Means. Для примера возьмем данные исследования гипертонии в файле hyper.sav.
Загрузите файл hyper.sav. Выберите в меню команды Analyze (Анализ) ► Compare Means (Сравнение средних) Выберите в подменю команду Independent-Samples T Test... (t-тест для независимых выборок). Откроется диалоговое окно Independent-Samples T Test (см. рис. 13.1).
Рис. 13.1: Диалоговое окно Independent-Samples T Test
В списке исходных переменных щелкните на переменной а и щелчком на кнопке с треугольником перенесите ее в список тестируемых переменных(Test Variable(s)). Таким же способом перенесите переменную med в поле Grouping Variable (Группирующая переменная). Щелчком на кнопке Define Groups... (Определить группы) открывается окно, в котором можно ввести значения двух категорий для группирующей переменной.
Мы будем сравнивать две группы, удовлетворяющие условиям соответственно med = 1 и med = 2. Поэтому внесите в поле Group 1 (Группа 1) значение 1, а в поле Group2 — значение 2. Щелчком на кнопке Continue вернитесь в основное диалоговое окно. Теперь следует выяснить, какие параметры установлены по умолчанию. Щелкните для этого на кнопке Options... (Параметры). Не изменяя настроек, щелкните на кнопке Continue
и вернитесь в основное диалоговое окно. Запустите t-тест, щелкнув на ОК. В окне просмотра появятся следующие результаты:
Group Statistics (Статистика групп)
|
Лекарство |
N |
Mean
(Среднее) |
Std. Deviation
(Стандартное отклонение) |
Std. Error Mean
(Стандартная ошибка среднего) |
| Возраст |
Альфасан |
87 |
62,24 |
11,19 |
1,20 |
| Бетасан |
87 |
61,98 |
11,96 |
1,28 |
Independent Samples Test (Тест для независимых выборок)
|
Levene's Test for Equality of Variancies (Тест Левена на равенство дисперсий) |
t-test for Equality of Means
(Тест Стьюдента на равенство средних) |
| F |
Sig. (Значим.) |
Т |
df |
Sig. (2-tailed) (Значим. (двустор.)) |
Mean Difference (Разность средних) |
Std. Error Differeпсе (Станд. ошибка разницы) |
95 % Confidence Interval of the Difference (Довер. интервал разницы) |
| Lower (Нижняя граница) |
Upper (Верхняя граница) |
| Возраст |
Equal variances assumed (Дисперсии равны) |
,54 |
,462 |
,151 |
172 |
,880 |
,26 |
1,76 |
-3,20 |
3,73 |
| Equal variances not assumed (Дисперсии не равны) |
|
|
,151 |
171,249 |
,880 |
,26 |
1,76 |
-3,20 |
3,73 |
Выведенные результаты содержат:
количество наблюдений, средние значения, стандартные отклонения и стандартные ошибки средних в обеих группах, результаты теста Левена на равенство дисперсий.
Как правило, гипотеза о равенстве (гомогенности) дисперсий не принимается, если тест Левена дает значение р < 0,05 (гетерогенность дисперсий). Для случаев как гомогенности (равенства),
так и гетерогенности (неравенства) выводятся следующие характеристики:
результаты t-теста: значение распределения t, количество степеней свободы df, вероятность ошибки р (под обозначением "Значимость (2-сторонняя)"), а также разница средних значений, ее стандартная ошибка и доверительный интервал.
В данном примере мы не получаем значимого различия воздействия двух группами лекарств по возрасту (р = 0,880).
В следующем t-тесте мы проверим, различается ли действие двух групп лекарств по так называемому индексу Брока. Этот индекс, разработанный одним парижским хирургом, предусматривает,
что нормальный вес человека можно определить из следующего уравнения:
Нормальный вес (кг) = Рост (см) — 100
Если взять отношение фактического веса человека к нормальному весу по этой рормуле, то мы получим процентный показатель, который у людей с нормальным весом равен 100,
у людей с избытком веса > 100 и т.д.
Индекс Брока = ((Вес в кг) / (Рост в см - 100)) • 100
Определим на основе существующих переменных новую переменную, для чего выберем команды меню Transform (Преобразовать) ► Compute... (Вычислить) В поле выходной переменной (Target Variable) задайте новое имя "broca", а в поле численного выражения (Numeric Expression) введите выражение gew / (gr - 100) * 100 Щелкните на кнопке ОК. Теперь можно командами меню Analyze (Анализ) ► Compare Means (Сравнение средних) ► Independent Samples T Test... (t-тест для независимых выборок)
описанным выше способом провести t-тест для новой переменной broca.
И этот тест показывает, что между двумя группами лекарств не наблюдается значимого различия по индексу Брока (р = 0,233).
|
