兩組數據用什麼方法分析顯著性

A. SPSS分析兩組數據之間顯著性怎樣操作

1、首先選擇文件類型為【SPSS stalistics】。接著打開要進行統計分析的數據，然後點擊【打開】。

B. 兩組數據中怎麼計算兩組數據間的顯著性差異

1、如圖，比較兩組數據之間的差異性。

C. 如何判斷兩組數據是否有顯著性差異

在作結論時，應確實描述方向性（例如顯著大於或顯著小於）。sig值通常用 P>0.05 表示差異性不顯著；0.01<P<0.05 表示差異性顯著；P<0.01表示差異性極顯著。

顯著性差異是統計學（Statistics）上對數據差異性的評價。通常情況下，實驗結果達到0.05水平或0.01水平，才可以說數據之間具備了差異顯著或是極顯著。

當數據之間具有了顯著性差異，就說明參與比對的數據不是來自於同一總體（Population），而是來自於具有差異的兩個不同總體，這種差異可能因參與比對的數據是來自不同實驗對象的。

一些一般能力測驗中，大學學歷被試組的成績與小學學歷被試組會有顯著性差異。也可能來自於實驗處理對實驗對象造成了根本性狀改變，因而前測後測的數據會有顯著性差異。

(3)兩組數據用什麼方法分析顯著性擴展閱讀：

顯著性檢驗（significance test）就是事先對總體（隨機變數）的參數或總體分布形式做出一個假設，然後利用樣本信息來判斷這個假設（備擇假設）是否合理，即判斷總體的真實情況與原假設是否有顯著性差異。

或者說，顯著性檢驗要判斷樣本與我們對總體所做的假設之間的差異是純屬機會變異，還是由我們所做的假設與總體真實情況之間不一致所引起的。 顯著性檢驗是針對我們對總體所做的假設做檢驗，其原理就是「小概率事件實際不可能性原理」來接受或否定假設。

顯著性檢驗即用於實驗處理組與對照組或兩種不同處理的效應之間是否有差異，以及這種差異是否顯著的方法。

常把一個要檢驗的假設記作H0,稱為原假設（或零假設） (null hypothesis) ，與H0對立的假設記作H1，稱為備擇假設(alternative hypothesis) 。

⑴ 在原假設為真時，決定放棄原假設，稱為第一類錯誤，其出現的概率通常記作α；

⑵ 在原假設不真時，決定不放棄原假設，稱為第二類錯誤，其出現的概率通常記作β

(3)α+β 不一定等於1。

通常只限定犯第一類錯誤的最大概率α， 不考慮犯第二類錯誤的概率β。這樣的假設 檢驗又稱為顯著性檢驗，概率α稱為顯著性水平。

最常用的α值為0.01、0.05、0.10等。一般情況下，根據研究的問題，如果放棄真假設損失大，為減少這類錯誤，α取值小些 ，反之，α取值大些。

參考資料來源：網路-顯著性差異

D. 如何利用Excel對所得數據進行顯著性分析

1、首先打開excel，輸入好我們的數據，記住數據要橫排輸入，

E. 怎樣用excel比較兩組數據是否有顯著性差異

1、首先打開excel，輸入好我們的數據，記住數據要橫排輸入，看圖，點擊頂欄的「數據」選項卡，觀察左上角是否有「數據分析「這個功能模塊，如果沒有，請按照下面方法先進行添加。

F. 檢驗兩組數據的精密度是否存在顯著性差異，又是採用什麼檢驗法

如果是兩組數據比較，通常先做F檢驗，判定測量值雙方的標准偏差是否呈現顯著性差異，也就是說先比較一下兩組數據的精密度是否有較大差別，如果兩組數據有一個離散程度很大，一個離散程度小，則可能不符合F檢驗的標准，就沒必要繼續做下一步了，如果符合F檢驗的標准（兩組數據離散程度小），則進一步做雙邊T檢驗，計算T值與T表的數據比較，若小於T表的值，則表示沒有顯著性差異，若大於T表的值則表示存在顯著性差異。

G. 比較兩組數據顯著差異用什麼檢驗

交叉表卡方檢驗如果結果顯著，那麼有必要考究多個分組之間到底是哪些組間差異(率或構成比)有統計學意義，此時可採取分割法進行兩兩比較。在視頻課程中，我介紹的是自己手動進行篩選個案，將整個樣本拆分為多個兩兩比較的過程，比較麻煩且容易出錯。 今天分享SPSS的一個厲害參數選項——【交叉表→Z檢驗-比較列比例】。借用 生存分析公號 的案例數據，欲考察了解鄉鎮、縣城和城市中不同教師，對「你是否贊成教師聘任實行雙向選擇制度？」這一問題的看法是否存在差異

兩個相關樣本檢驗的方法主要有：Wilcoxon檢驗、Sign（符號）檢驗、McNemar檢驗和Marginal Homogeneity（邊際同質性）檢驗等。

Sign（符號）檢驗

配對資料的符號檢驗，通過分析兩個樣本各每對數據之差的正負符號的數目，來判斷兩個總體分布是否相同，而不考慮差值的實際大小。它對樣本是否來自正態總體沒有嚴格規定，它常用來檢驗兩平均值的一致性。

通常情況下，配對數據之差是正值時為「+」，是負值時為「-」。若所得的差值為「+」、「-」號的個數大致相等，則可認為兩組數據的分布沒有顯著差異，出現「+」或「-」的概率為0.5。若配對數據之差中「+」號和「-」號出現次數懸殊，則說明就可以在一定的顯著性水平α上，推斷這兩組數據的中值水平或總體分布是不相同的。

Wilcoxon符號秩檢驗 ( Wilcoxon signedrank test )

它是非參數統計中符號檢驗法的改進， 它不僅利用了觀察值和原假設中心位置的差的正負，還利用了差的值的大小的信息。雖然是 簡單的非參數方法，但卻體現了秩的基本思想。

將差值按大小順序排列且編自然序號（秩）後，若其正號的秩和（記為T+）與負號的秩

H. 怎麼用spss檢驗兩組數據的差異是否顯著

首先,分別把這兩組數據分別設為x和y，打開SPSS，點擊左下角的Variable
View選項卡，在Name列那裡的第一行輸y，第二行輸x，返回Data
View選項卡，輸入對應的數據
然後，進行數據分析（依次點選Analyze——Regression——Linear），分別把y和x選進各自的對話框（最上面的那個是y，下面的那個是x），然後按ok，在輸出窗口中看到Coefficients這個表，然後看最右邊的那個Sig列，看x對應的Sig值，若這個sig值比你之前所設定的a值大(a值也就是顯著性水平)，則認為這兩組數不存在顯著性差異，若這個sig值比你之前所設定的a值小，則認為這兩組數存在顯著性差異。舉個例子，如果你預先設定的a=0.05，求得的sig=0.000，則0.000<0.05，故應拒絕原假設（原假設一般為設它們之間無差異），認為這兩組數有顯著性差異