1楼：匿名用户
上面两位说的不错，数据录入的格式不对。首先得有组别，就是一个列中的数据是为了区分另一列的，比如，性别用1.2表示，则性别这一类全是1或者2，另一列才是观测到的数值，这样说可能不太标准。
然后，才能做方差分析。
你这里可能是单因素多水平（数据有点乱，我也说不好），所以用单因素方差分析。
给你个教程，看看据明白了 看，第四节 one-way anova过程，图5.7就是数据录入到spss中的样式，而上面那个表应该就是你的表。自己看看吧。
http://www.fjmu.edu.cn/news/spss/doc3/sp05.htm#j4
2楼：百度网友
呵呵 你的数据录入错误了
你这个有两个变量，一个效果变量(让你录入成了三个变量)，两一个是分类变量，即有三个类别，然后采用单因素方差分析，如果显著，采用事后检验 不需要采用t检验
spss的比较均值中，t检验和anova有什么区别？
3楼：匿名用户
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。
具体说明可以查看spssau的差异关系帮助手册，比较好理解。
三个样本之间如何进行t检验 5
4楼：匿名用户
检验方法：获取三个样本的总体均数，之后得到一个样本均数及该样本标准差，之后计算样本来自正态或近似正态总体。
t检验主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。
t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在biometrika上公布。
扩展资料
t检验注意事项：选用的检验方法必须符合其适用条件。理论上，即使样本量很小时，也可以进行t检验。只要每组中变量呈正态分布，两组方差不会明显不同。
可以通过观察数据的分布或进行正态性检验估计数据的正态假设。方差齐性的假设可进行f检验，或进行更有效的levene's检验。如果不满足这些条件，可以采用校正的t检验，或者换用非参数检验代替t检验进行两组间均值的比较。
区分单侧检验和双侧检验。单侧检验的界值小于双侧检验的界值，因此更容易拒绝，犯第ⅰ错误的可能性大 。t检验中的p值是接受两均值存在差异这个假设可能犯错的概率。
在统计学上，当两组观察对象总体中的确不存在差别时，这个概率与我们拒绝了该假设有关。一些学者认为如果差异具有特定的方向性，我们只要考虑单侧概率分布，将所得到t-检验的p值分为两半。另一些学者则认为无论何种情况下都要报告标准的双侧t检验概率。
假设检验的结论不能绝对化。当一个统计量的值落在临界域内，这个统计量是统计上显著的，这时拒绝虚拟假设。当一个统计量的值落在接受域中，这个检验是统计上不显著的，这是不拒绝虚拟假设h0。
因为，其不显著结果的原因有可能是样本数量不够拒绝h0，有可能犯第ⅰ类错误。
5楼：匿名用户
三个样本比较应该选择方差分析，可以使用spssau里的方差分析功能，同时有智能文字分析，拖拽点一下出来智能分析结果。
6楼：
三组之间的比较不能用t检验，应该用单因素方差分析。
如何用spss进行t检验
7楼：百度网友
就是对数据进行方差分析就行了，在得到的方差分析表中看数据，比如你检验水平为α=0.05，那你就看得到的p值，p值的检验正好和t值检验的方向相反，p<0.05则拒绝原假设，大于则接受。
如果你用的是手工自个查表，就看查到的t值了，计算的t的绝对值《查到的t的值就接受，否则落在拒绝域，拒绝原假设，有什么不懂的还可以看看我的文档分享里的实验报告，里面有具体例题解释，包括手工解题步骤和spss方差分析表
两组问卷调查数据总和和均值相同，能做配对样本T检验吗
1楼 匿名用户 所谓配对t检验 是 同一个人第一次做问卷和第二次做的问卷都在一行上面一一对应的 这样就可以做的 另外做配对t检验 不是用统计选项后的百分比，而是针对每个题目的前后态度得分进行的分析，也就是配对t的结果是看每个题目在前后的态度上是否发生变化 所以你的数据应该是录入错误了，8个题目作为一...
超市要正规的检验报告怎么弄,现在超市中看到的检测报告报告是做什么用的？
1楼 公众产品检验所 商家入超市需要检测报告，说明这个市场越来越规范化，是好事。 首先你要和超市沟通，是要这种产品的还是要这批次的。 其次要弄清楚有没有特殊要求的检测参数，比如奶粉的三聚氰胺 食用油的塑化剂等等，不然你检测了，超市说不行就麻烦了。 最后找一家有资质的实验室出具报告即可。食品类检测收费...