能告诉你什么
Crosstabs 在浏览器中运行与 SPSS T-TEST GROUPS 对应的过程，给出 Levene 检验、“假定等方差”与 Welch 两行结果及其置信区间，以及带置信区间的 Cohen's d、Hedges 校正和 Glass's delta。
- 两组平均值是否不同、相差多少，以及差值的置信区间。
- 两组方差是否相近（Levene 检验，与 SPSS 一样以平均值为中心）。
- 不假定方差相等时的结果（Welch t 检验及 Welch–Satterthwaite 自由度）。
- 三种标准化效应量：Cohen's d（合并标准差）、Hedges 校正和 Glass's delta（组 2 的标准差）。
适用场景
适合使用
- 有两个实验组、结果为连续变量的 A/B 测试或实验。
- 比较两个现有群体（如男性与女性、两个地区）在某个得分或金额上的差异。
- 按分割点把数值变量分成两组（例如 40 岁及以上与以下），比较两组差异。
改用其他方法
- 同一批人测量两次：使用配对样本 t 检验。
- 三个及以上的组：使用单因素方差分析，而不是做多次 t 检验。
- 有序评分，或小样本且严重偏态：使用 Mann-Whitney U 检验。
在 Crosstabs 中如何操作
- 01
载入数据
在工作区打开文件并切换到“统计”模式。
- 02
选择独立样本 T 检验
在“比较平均值”组中选择“独立样本 T 检验”（T-TEST）。
- 03
设置检验变量和分组变量
在“检验变量”中勾选结果变量，并选择“分组变量”。
- 04
定义两个组
在“定义组”中选择“使用指定的值”并选定组 1 和组 2；或选择“分割点”，取值 ≥ 分割点者为组 1。
- 05
设置选项并运行
设置“置信区间（%）”和“缺失值”，如有工作区权重需先声明，然后点击“运行”。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。
数据
40 名模拟学生的考试成绩：18 人采用讲授式教学（标准差约 6），22 人采用翻转课堂（标准差约 11）。数据由固定随机种子从正态分布生成；组 1 = 翻转课堂，组 2 = 讲授式。
| format | N | 均值 | 标准差 | 均值标准误 |
|---|---|---|---|---|
| flipped | 22 | 73.86 | 10.389 | 2.215 |
| lecture | 18 | 66.33 | 6.020 | 1.419 |
| 项目 | Levene F | Levene 显著性 | t | df | 双侧 p | 均值差 | 差值标准误 | 95% 置信区间 |
|---|---|---|---|---|---|---|---|---|
| 假定等方差 | 4.438 | .042 | 2.720 | 38 | .010 | 7.53 | 2.768 | 1.93 至 13.13 |
| 不假定等方差 | 2.863 | 34.58 | .007 | 7.53 | 2.630 | 2.19 至 12.87 |
| 项目 | 标准化因子 | 点估计 | 95% 置信区间 |
|---|---|---|---|
| Cohen's d | 8.710 | 0.865 | 0.207 至 1.512 |
| Hedges 校正 | 8.886 | 0.847 | 0.203 至 1.482 |
| Glass's delta | 6.020 | 1.251 | 0.489 至 1.988 |
结果解读
翻转课堂的平均成绩高出 7.53 分。Levene 检验 F = 4.44，p = .042，说明两组方差不齐，应报告“不假定等方差”（Welch）一行：t(34.58) = 2.86，p = .007，95% 置信区间为 2.19 至 12.87。Cohen's d 为 0.86；只用讲授组标准差标准化的 Glass's delta 为 1.25。
输出表格说明
- 组统计
- 每组的个案数、均值、标准差和均值标准误。
- 独立样本检验
- Levene F 及其显著性；随后分“假定等方差”和“不假定等方差”两行给出 t 值、自由度、单侧与双侧 p、均值差、差值标准误及其置信区间。
- 独立样本效应量
- Cohen's d、Hedges 校正和 Glass's delta，含标准化因子、点估计和基于非中心 t 分布的置信区间。
前提假设与注意事项
- 每个个案只属于一个组，且个案之间相互独立。
- 结果变量在各组内近似正态，或两组样本量都足够大。
- “假定等方差”一行要求方差相近；Welch 一行没有此要求，因此在两组样本量不等时更为稳妥。
结果如何验证
在由 Python 生成的参考数据上，Levene F 与 p 值与 SciPy 1.18 的 levene(center="mean") 一致，合并方差与 Welch 两行的 t、自由度、p 值和置信区间与 SciPy ttest_ind 一致，未加权和频数加权数据的相对误差均在 1e-9 以内。Cohen's d 还与 pingouin 0.7 一致；效应量置信限与独立实现的非中心 t 反解相差不超过 1e-8。 验证证据（英文）
常见问题
应报告哪一行？
若 Levene 检验显著或两组样本量差别明显，应报告“不假定等方差”（Welch）一行。许多方法学者建议默认使用 Welch；方差相等时两者结果几乎相同。
为什么 Levene 的 p 值与 SciPy 默认结果不同？
SPSS 的 Levene 检验以组平均值为中心，而 SciPy 的 levene() 默认以中位数为中心。Crosstabs 在此遵循 SPSS，并在脚注中说明。
Glass's delta 有什么用？
它只用组 2 的标准差对差值标准化，适合以对照组离散程度为自然标尺的情形，或两组方差明显不等的情形。
能否用分割点定义两组？
可以。在“定义组”中选择“分割点”：取值大于或等于分割点者为组 1，小于者为组 2，与 SPSS 相同。
会上传任何数据吗？
不会。检验在浏览器中的数据上运行，文件始终留在你的设备上。
相关过程
- Mann-Whitney U 检验NPAR TESTS /M-W
- 单因素方差分析ONEWAY
- 配对样本 t 检验T-TEST PAIRS
- 贝叶斯独立样本BAYES INDEPENDENT
- 探索性分析EXAMINE
- 免费的 SPSS 替代工具：支持范围
用你自己的数据运行独立样本 t 检验
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。