配对样本t检验（matched samples t- test）是当观测值源自配对设计的配对样本时，基于t分布的总体均值差异检验。

    数据说明：

    背景说明：

    配对t检验是一种用于比较配对样本之间差异的统计方法。通过比较每个配对的平均值差值、t值和p值，我们可以判断配对数据之间是否存在显著差异。p值较小的配对表明存在显著差异，而p值较大的配对表明不存在显著差异。效应值可以帮助研究人员了解差异的实质大小。配对t检验可以帮助研究人员评估两个相关变量或参与者之间的差异，并提供统计上的依据来支持或推翻研究假设。这些分析结果对于进行实证研究和评估变量间关系的研究非常重要。.05）的变量表明数据与检验值之间没有显著差异，而p值较小（小于0.05）的变量则表明数据与检验值之间存在显著差异。这些分析结果可以帮助研究人员评估数据是否符合其预期的假设，并提供统计上的依据来支持或推翻这些假设。

    由上表可知，对变量A1和变量A6进行配对样本t检验，结果显示，A1的平均值为2.963，标准差为0.828；A6的平均值为2.42，标准差为1.082；两组数据的平均值差值为0.543；其中t值为5.013,p值为0.0。说明两组数据之间存在显著差异（p<0.05）。

    由上表可知，对变量A2和变量A7进行配对样本t检验，结果显示，A2的平均值为2.778，标准差为1.012；A7的平均值为2.568，标准差为1.072；两组数据的平均值差值为0.21；其中t值为1.322,p值为0.19。说明两组数据之间没有存在显著差异（p>0.05）。

    由上表可知，对变量A3和变量A8进行配对样本t检验，结果显示，A3的平均值为2.914，标准差为0.84；A8的平均值为2.395，标准差为0.996；两组数据的平均值差值为0.519；其中t值为4.981,p值为0.0。说明两组数据之间存在显著差异（p<0.05）。

    由上表可知，对变量A4和变量A9进行配对样本t检验，结果显示，A4的平均值为2.778，标准差为0.851；A9的平均值为2.395，标准差为1.103；两组数据的平均值差值为0.383；其中t值为2.732,p值为0.008。说明两组数据之间存在显著差异（p<0.05）。

    由上表可知，对变量A5和变量A10进行配对样本t检验，结果显示，A5的平均值为2.333，标准差为1.072；A10的平均值为2.383，标准差为1.007；两组数据的平均值差值为-0.049；其中t值为-0.498,p值为0.62。说明两组数据之间没有存在显著差异（p>0.05）。

    结果参数解读：

    1. 配对编号（Pairing ID）：用于标识进行配对的样本对。

    2. 项（Item）：指配对中的每个项目或变量。

    3. 平均值（Mean）：配对中每个项目的平均值。

    4. 标准差（Standard deviation）：配对中每个项目的标准差，用于衡量数据的变异程度。

    5. 平均值差值（Mean difference）：配对中每个项目的平均值的差值。

    6. t值（t-value）：配对t检验中的统计指标，用于衡量配对数据之间的显著性差异。t值的计算基于配对样本平均值差值、标准差差值和配对样本数量。

    7. p值（p-value）：配对t检验中的统计指标，用于表示配对数据之间差异的显著性。p值的范围在0到1之间，小于设定的显著性水平（通常设为0.05）时，结果被认为是显著的。

    8. 效应值（Effect size）：配对t检验的效应大小，用于衡量配对数据之间的差异程度。

    参考文献：

    [1]赵正松，潘登登.基于两独立样本和配对样本T检验分析出租车行业运行规律.《 CNKI 》，2013

    [2]査如琴. 基于SPSS的双总体(σ_1~2,σ_2~2未知,n≤30)配对样本t检验与独立样本t检验．《 读与写(教育教学刊) 》，2016

    [3]2014年我国两次降准对利率风险溢价的影响——基于两配对样本t检验的实证分析.《 CNKI 》，2016

关注微信公众号发送【示例数据】获取SPSSMAX练习示例数据。