Motivational and cognitive benefits of training-单因素方差分析和T检验的区别

Motivational and cognitive benefits of training-单因素方差分析和T检验的区别

马红亮 -
回帖数：6

    文章围绕着5个假设，分别对动机、享受度、自我效能感、知识获取以及知识迁移的各种测量数据进行分析，尽管在表3中都使用了平均值、标准差和P值进行表述，但统计方法各不相同。例如在进行数据分析之前，作者先进行了三个组先前知识的单因素方差分析（ANOVA），发现没有显著差异，同时对三个组的性别比例进行了卡方检验，也发现没有显著差异。

3.3 Hypotheses 1a and 1b: Did the VR groups have higher enjoyment ratings than the text group?

    研究者对三组（Text /Desktop VR/Immersive VR）喜欢程度的后测进行了单因素方差分析（ A one-way between-subject ANOVA），发现有显著差异（F(2, 102) = 18.93, p < .001.）。接着应用Dunnett's test进行POST hoc分析，两两比较发现，Immersive VR组和Desktop VR组都要比text组显著高。

3.6 Hypotheses 4a and 4b: Did the groups differ on the retention test?

    研究者对保持测验也做了单因素方差分析，结果发现三组没有显著差异。接着又用Dunnett's test进行事后两两比较，也发现没有显著差异。

3.7 Hypotheses 5a and 5b: Did the VR groups perform better than the text group on the behavioural transfer tests?
    研究者对两次迁移测试的成绩也做了方差分析，并进行了Dunnett's test事后检验。


回复马红亮

回复: 数据分析的方法

马红亮 -

    在整个实验中，要考察的指标（试验指标）有多个，但影响试验指标的条件（因素）只有一个，就是教学方式，所以数据分析时使用了单因素方差分析和单因素协方差分析。

    ANOVA是两个样本平均数比较的引伸，它是用来检验多个平均数之间的差异，从而确定因素对试验结果有无显著性影响的一种统计方法。（百度百科，MBA智库-百科）

谢龙汉; 等. SPSS统计分析与数据挖掘（第3版）. 北京: 电子工业出版社，2017.

回复马红亮

回复: 数据分析的方法

王莹 -
是的，通常采用控制影响因变量变化的其他因素实现单因素实验的可能。单因素是其他条件基本一致，从而观察单因素作用。
回复马红亮

回复: 数据分析的方法

马红亮 -

方差分析、T检验以及卡方检验的区别

    差异研究的目的在于比较两组数据或多组数据之间的差异，通常包括以下几类分析方法，分别是方差分析、T检验和卡方检验。

3cf9f679f605483a8c162ad7560cd1a4.png

  • 其实核心的区别在于：数据类型不一样。如果是定类和定类，此时应该使用卡方分析；如果是定类和定量，此时应该使用方差或者T检验。
  • 方差和T检验的区别在于，对于T检验的X来讲，其只能为2个类别比如男和女。如果X为3个类别比如本科以下，本科，本科以上；此时只能使用方差分析。
fd72a14154a34828a9dfe50f7d42bf20.png

    根据X的不同，方差分析又可以进行细分。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依次下去。当X超过1个时，统称为多因素方差。

    单因素方差分析,用于分析定类数据与定量数据之间的关系情况。在使用单因素方差分析时，需要每个选项的样本量大于30，比如男性和女性样本量分别是100和120，如果出现某个选项样本量过少时应该首先进行组别合并处理，比如研究不同年龄组样本对于研究变量的差异性态度时，年龄小于20岁的样本量仅为20个，那么需要将小于20岁的选项与另外一组(比如20~25岁)的组别合并为一组，然后再进行单因素方差分析。

详细请参阅：SPSSAU：方差分析、T检验、卡方分析如何区分？

回复马红亮

回复: 数据分析的方法

王莹 -
t检验和方差分析的差异是前者适用两个平均数比较，后者是比较多组平均数两两间的差异。
卡方检验与前两者（t检验和方差分析）的主要区别是检验数据类型不同。卡方检验数据是点计而来的间断变量，而后两者是连续变量。间断变量例如三好学生的人数或按等级排列的学科成绩，连续变量例如学生的身高、体重、智商以及用百分制分数表示的学科成绩等。
回复马红亮

回复: 数据分析的方法

马红亮 -

T检验和F检验的关系

    t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差(Variances)是否相等；t检验值的计算会因方差是否相等而有所不同。也就是说，t检验须视乎方差齐性(Equality of Variances)结果。所以，SPSS在进行t-test for Equality of Means的同时，也要做Levene’s Test for Equality of Variances 。 就是因为要评估两个总体的方差(Variances)是否相等，要做Levene’s Test for Equality of Variances，要检验方差，故所以就有F值。

T检验和方差分析有何区别

答：t检验适用于两个变量均数间的差异检验，多于两个变量间的均数比较要用方差分析。
        用于比较均值的t检验可以分成三类，第一类是针对单组设计定量资料的；第二类是针对配对设计定量资料的；第三类则是针对成组设计定量资料的。后两种设计类型的区别在于事先是否将两组研究对象按照某一个或几个方面的特征相似配成对子。无论哪种类型的t检验，都必须在满足特定的前提条件下应用才是合理的。
    若是单组设计，必须给出一个标准值或总体均值，同时，提供一组定量的观测结果，应用t检验的前提条件就是该组资料必须服从正态分布；若是配对设计，每对数据的差值必须服从正态分布；若是成组设计，个体之间相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t分布，而t检验正是以t分布作为其理论依据的检验方法。
    值得注意的是，方差分析与成组设计t检验的前提条件是相同的，即正态性和方差齐性。

参考：T检验与F检验的区别_f检验和t检验的关系
回复马红亮

回复: 数据分析的方法

王莹 -
是的，t检验是当总体方差未知时，用t分布推断统计。齐性检验(检验两总体方差是都相等)只适用于独立样本，齐性用t检验，非齐性用t'检验。因此，这里判断两个独立样本方差是否齐性，要进行F检验。F值是两总体方差估计值的比值。