在上次的探讨中，我们利用IBM SPSS Statistics对收集到的问卷数据进行了初步处理，并对样本分布进行了分析，本次我们继续探讨如何利用IBM SPSS Statistics软件对问卷数据进行进一步的分析处理，并且重点讨论利用SPSS软件来进行差异分析。

差异分析中有两个主要的假设检验方法，一个是t检验，一个是方差分析。其中t检验是用t分布理论来推论差异发生的概率，本文中将使用独立样本t检验，它的主要目的是比较两个独立样本平均数之间的差异是否显著。另外还有单样本t检验、配对样本t检验等，主要根据研究目的或数据形式来选择合适的方法。一般在显著水平为0.05的水平上进行分析，若p值小于0.05，则说明存在显著差异，此时再观察各独立样本的平均数，进行进一步分析即可；若p值大于0.05，则可以认为两个独立样本之间没有显著差异。

一、打开数据文件

本例中使用的数据与上一节教程相同，即利用关于社交媒体使用情况对大学生自我评价影响的研究问卷所收集到的数据，并且通过上一节教程已经进行了一定处理，数据如图1所示。

变量视图页面如图2所示。

二、按性别分组的独立样本t检验

打开IBM SPSS Statistics分析中的比较均值-独立样本T检验，如图3所示。

打开对话框后，将性别放入分组变量，其他连续型变量（如依赖度、喜爱度等）都放入检验变量，注意：这里需使用上一节中计算出的新变量（即均值），选择完毕后如图4所示。

此时还需要对分组变量进行组别的划分，点击定义组，组1为1（男），组2为2（女），如图5所示。

定义组后点击确定按钮，得到输出结果如图6所示。

对结果进行分析，方差齐性检验中sig值（即p值）大于0.05时，看假设方差相等那一行，反之则看假设方差不相等那一行。结果表明，只有一个t检验的p值是小于0.05的，即关于“对他人在意程度”这一指标。在这一指标的检验中其方差是不齐的，所以看假设方差不相等一行，其t检验的sig值为0.014，也就是说，性别在“对他人在意程度”这一指标上存在显著差异，此时我们再观察输出结果中的均值及标准差，如图7所示。

观察发现，在“对他人在意程度”这一项中，女性的均值是大于男性的，所以本次t检验的结论是：对他人的在意程度上，女性显著大于男性。

三、按年级分组的独立样本t检验

按年级分组的独立样本t检验操作步骤与上述按性别分组的基本相同。打开IBM SPSS Statistics分析菜单下的比较均值-独立样本T检验，将年级作为分组变量，其他连续型变量作为检验变量即可，在此不再赘述，但需要注意的是在定义组时，因为年级分为大一、大二、大三、大四四个类别，而独立样本t检验只能检验两样本之间的差异，所以需要用到“割点”，如图8所示，设置割点为2，即年级大于等于2的为一组，小于2的为一组，以此来判断大一与其他年级是否存在显著差异，同样地，设置割点为4的话，就是判断大四与其他年级是否存在显著差异。

点击确定按钮，得到输出结果如图9所示。

观察输出结果发现，并无p值小于0.05，这说明大一与其他年级之间在各项变量上都无显著差异。此外，将割点设置为2.5、3、4等，可以由读者自行尝试，观察其结果是否有显著差异存在。

本文中，我们重点讲解了怎样利用IBM SPSS Statistics对问卷样本分布进行差异分析，其中涉及到了两分类变量以及四分类变量的独立样本t检验如何操作，之后的讲解中，将会利用差异分析的另一大手段——方差分析来对问卷数据进行分析，欢迎访问IBM SPSS Statistics中文网站。

作者：向风