SPSS til Jamovi: t-test (uavhengig og paret)

Fra Jamovi

Overskriftstekst

Denne innføringen omfatter forskjellige delkapitler med tilhørende analyser fra Field (2017).

Analyse 1

Denne sammenlikning viser hvordan en uavhengig t-test gjennomføres slik som det er beskrevet i kapittel 10.8.2-10.8.3 av Field (2017), spesielt figur 10.4 og utgavene 10.3-10.4.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en kjøre en uavhengig t-test ved bruk av: Analyze → Compare means Analyze → Independent Samples T test I jamovi gjør du dette ved bruk av: Analyses → T-test → Independent Samples T-test
Screenshot SPSS menu TtestIndependent1.png Kopi av Screenshot jamovi menu ttestIndependent1.png
I SPSS flytter en "Mischevious acts" til Test variables(s) og "Cloak of invisibility" til grouping variable. Videre trykker en define variables og skriver inn 0 i gruppe 1 og 1 i gruppe 2. I Jamovi flytter en «Mischief» til Dependent Variable(s), og «Cloak» til Grouping Variable.
Screenshot SPSS Input TtestIndependent1.png Screenshot jamovi input ttestIndependent1.png
Sammenlikning mellom utgavene i SPSS og Jamovi. Resultatet er det samme, men plasseres ulik i utgavene i SPSS og Jamovi.
Output SPSS TtestIndependent1cropped1.xcf.png Output jamovi ttestIndependent1.png


Analyse 2

Denne sammenlikning viser hvordan en bruker "compute variable"-funksjonen for å kalkulere gjennomsnitt, "grand mean" og justerte variabler slik som det er beskrevet i kapittelet 10.9.2 av Field (2017), spesielt figurene 10.7-10.10 og utgaver som viser "grand mean".

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en lage variabler ved bruk av: Transform -→ Compute variable. I jamovi gjør du dette ved bruk av: Data → Compute → Compute Variable.
Screenshot SPSS menu TtestIndependent2.png Screenshot jamovi menu ComputeVariable processed.png
I SPSS kalkulerer man gjennomsnittet av de to kolonnene "No_Cloak" og "Cloak" som anvist på bildet under I Jamovi kalkulerer man gjennomsnittet av de to kolonnene "No_Cloak" og "Cloak" som anvist på bildet under
Screenshot SPSS ComputeVariable1 TtestIndependent2.png Screenshot jamovi ComputeVariable1 TtestIndependent2 processed.png
SPSS (version 25) jamovi (versjon 1.2)
En benytter seg også av deskriptiv statistikk i denne analysen, i SPSS gjøres dette ved bruk av: Analyze → Descriptive Statistics → Descriptives En benytter seg også av deskriptiv statistikk i denne analysen, i Jamovi gjøres dette ved bruk av: Analyses → Exploration – Descriptive → Variable - Split By.
Screenshot SPSS menu descriptives TtestIndependent2.png Screenshot jamovi descriptives ComputeVariable processed.png
For å finne grand mean i SPSS må man flytte variablen "mean" til "Variable(s)", for så å velge "Options" og huke av mean. For å finne grand mean i jamovi flytter man bare mean til "Variables" som anvist på bildet over
Screenshot SPSS Descriptives Options TtestIndependent2.png
Output SPSS TtestIndependent2.png Output jamovi TtestIndependent2.pdf.png
I SPSS kalkulerer man "Adjustment" ved å bruke "compute variable"-funksjonen. I numeric expression setter man inn grand mean (4.375) - Mean som anvist på bildet under. For å kalkulere "Adjustment" i Jamovi benyttes «computed variable» -funksjonen som ligger under DATA. I boksen som er merket med rødt på bildet over setter man inn grand mean (4.375)-Mean.
Screenshot SPSS ComputeVariable2 TtestIndependent2.png Screenshot jamovi ComputeVariable adjustment TtestIndependent2 processed.png
For å justere verdiene til No_Cloak i SPSS, bruker man igjen "compute variable"-funksjonen. Sett inn "No_Cloak + Adjustment i numeric expression. For å justere verdiene til No_Cloak i Jamovi benyttes "compute variabel"-funksjonen (som ligger under DATA). Sett deretter inn No_Cloak + Adjustment i boksen som er merket med rødt i bildet ovenfor.
Screenshot SPSS ComputeVariable3 TtestIndependent2.png Screenshot jamovi ComputeVariable3 TtestIndependent2 processed.png
På samme måte setter man inn "Cloak" + Adjustment i numeric expression for å justere verdiene til Cloak På samme måte setter man inn "Cloak" + Adjustment i boksen merket med rødt for å justere verdiene til Cloak
Screenshot SPSS ComputeVariable4 TtestIndependent2.png Screenshot jamovi ComputeVariable4 TtestIndependent2 processed.png
Resultat med alle de nye variablene Resultat med alle de nye variablene
Screenshot SPSS ComputeVariable Results TtestIndependent2.png Screenshot jamovi Results ComputeVariable TtestIndependent2.png

Analyse 3

Denne sammenlikning viser hvordan en paret t-test gjennomføres slik som det er beskrevet i kapitelene 10.9.3-10.9.4 av Field (2017), spesielt figuren 10.12 og utgave 10.8-10.9

cellpadding="20"
SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en sette opp XXXX ved bruk av: Analyze → Compare means → Paired samples t-test I jamovi gjør du dette ved bruk av: Analyses→ T-test → Paired samples t-test
Screenshot SPSS menu TtestIndependent3.png Screenshot jamovi menu ttestIndependent3 processed.png
I SPSS flyttes de to varablene "No invisibility cloak" og "Invisibility cloak" til feltet paired variables. I Jamovi flyttes variablene «No_Cloak» & "Cloak" til hver sin boks.
Screenshot SPSS Input TtestIndependent3.png Screenshot jamovi input ttestIndependent3 processed.png
I SPSS trykker man på options for å sette konfidensintervall til 95%. Velg også "Exclude cases analysis by analysis". I jamovi huker man av for konfidensintervall og setter det til 95%.
Screenshot SPSS Options TtestIndependent3.png Screenshot jamovi confidenceinterval ttestIndependent3.png
Resultat av Paired Samples T-test i SPSS. Resultat av Paired Samples T-test i jamovi.
Output SPSS TtestIndependent3editedresultat.png Ttest3.resultat.png


Referanser

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.