亲测：从回归方差到t检验，我是如何搞定数据分析的

我是某985高校三年级的心理学研究生，今年研二的我，距离毕业只剩下不到12个月，整个课题组都在催我的毕业论文——而卡在我面前的最大一关，不是实验设计，不是文献综述，就是整整120份问卷收上来的那堆原始数据。

收数据的时候我信心满满：跟师兄借了实验室，花了三周在教学楼门口拦人，一共收了142份问卷，筛掉无效问卷之后剩120份有效样本，样本量说多不多说少不少，本来以为两周就能把分析做完，结果打开SPSS的第一天我就懵了。

我要验证的假设很简单：不同性别的被试在自我控制量表上的得分有没有显著差异？自我控制对拖延行为的预测作用是不是显著？就这么两个本科生级别的问题，我居然整整卡了三周，那段时间的状态说出来都是泪：

那段时间我掉发掉得特别厉害，洗头一抓掉一把，因为熬夜脸上冒了好几个大痘，跟导师汇报完那次之后，我甚至都开始想：要不我延毕算了？反正我就是学不会数据分析。

我不是没努力啊！本科的统计学教材我翻出来重新看了三遍，看到回归方差那块，理论我都能背出来：“回归平方和是解释变量对被解释变量的贡献，残差平方和是随机误差”，真到自己操作的时候，看着SPSS输出的一堆表格，我就是不知道哪一列是我要的，哪个数是显著的。

那时候我犯了好多现在想起来哭笑不得的错误，给大家列出来，说不定你也踩过同款坑：

我一开始想检验性别差异，直接就跑了单因素方差分析，结果出来导师骂我：“两个分组的差异用t检验和方差分析结果其实一致，但是你搞不清适用条件，以后审稿人一问你你怎么答？”

那时候我真的分不清楚：到底什么时候用t检验，什么时候用方差分析？网上说“两组用t，三组及以上用方差”，那如果我要检验两个变量的交互作用，用哪个？协方差分析又是干嘛的？越看越乱。

我做分层回归，第一层放控制变量，第二层放自变量，结果出来我看R方变化是0.02，F检验的p值是0.07，我以为不显著，差点把整个假设都改了，后来才知道我把方差表看反了——我把残差平方和当成回归平方和了，连显著性都看错了。

那时候我对着教材啃回归方差的意义，越啃越懵：

总平方和SST = 回归平方和SSR + 残差平方和SSE

决定系数R² = SSR / SST

公式我背得滚瓜烂熟，但是我的数据里SSR比SSE小，说明什么？R方只有0.1是不是说明我的模型完全没用？为什么我的R方很小但是回归系数是显著的？这些问题教材上根本没说怎么处理，全都是理论。

我最开始跑自我控制对拖延的回归，得到的回归系数是-0.21，p值是0.032，我那时候看教材说p<0.05才显著，我居然以为0.032比0.05大，直接告诉我导师说“假设不成立”，导师盯着我看了半分钟，说“你自己回去重新算，算不对别来见我”。

出来之后我在楼梯间哭了十分钟，觉得自己真的不是读科研的料，连p值大小都不会看，还读什么研究生。

走投无路的时候我什么方法都试过，现在给大家盘点一下，这些方法真的不适合零基础急着出结果的同学：

我把《心理学统计学》翻得页边都黑了，教材讲的都是“t检验的前提是正态分布方差齐性”，问题是我怎么知道我的数据方差齐不齐？齐了怎么样不齐怎么样？教材只说“不齐用校正t检验”，没说SPSS里面哪一个输出是校正的啊！

我要的不是“为什么要做t检验”，我是要“我现在要分析性别差异，点SPSS哪个菜单，选哪个选项，出来之后看哪一个数”，教材根本不讲这些操作层面的东西。

我B站收藏夹里面存了十几个“五分钟学会t检验”“十分钟看懂回归”，我跟着up主的演示一步步做，他用他的示例数据做出来完全没问题，我换成我自己的数据，变量不对，设计不一样，我就又懵了。

而且好多教程都是只讲操作不讲原理，出了问题根本不知道怎么排查，我上次跑出来方差齐性检验p值是0.02，我都不知道该看哪一行的结果，翻了三个教程都没说这种情况怎么处理。

我找同组已经毕业的师姐帮忙，师姐忙博士的论文根本没时间理我，讲了十分钟就催我，我不好意思一直问，欠了人家一个咖啡，结果最后还是错了；找统计学系的同学帮忙，人家说“你这个实验设计不对，我没法给你分析”，还要收我两百块钱，我一个穷学生，真的舍不得。

那时候我甚至在淘宝搜了“数据分析代做”，一看价格，整个论文分析下来要两千多，我一个月补助才三千，而且我还怕人家给我做错了，到时候查重过不了，或者结果错了，延毕更麻烦。

就在我准备认命找代做的时候，我在知乎刷到一个学长分享的数据分析学习路径，他说“研究生做数据分析，根本不需要从概率论从头学起，先解决你当前的问题，再补原理就行”，这句话一下点醒了我——我之前一直在啃理论，根本没针对我自己的问题去梳理，越学越乱。

我跟着他说的方法，花了三天时间，把我要用到的从回归方差到t检验的知识点整个梳理了一遍，居然就通了，最后跑完数据，结果刚好符合我的假设，导师一次就通过了，现在我把整个过程整理出来，你要是也卡在这一步，直接照着做就行。

我花了一上午的时间，把我要用到的方法和适用条件整理成了一张表，瞬间就清晰了，原来我之前就是把适用条件搞混了，才会一直错：

原来就这么简单！我之前绕了一大圈，连什么时候用什么方法都没理清楚，上来就瞎点，结果能对才怪。

这里给大家补一个很多人都搞混的点：两组比较的时候，t检验和单因素方差分析的结果是完全等价的，t²=F，p值一模一样，所以你用哪个都可以，但是规范上来说，两组一般用t检验，三组及以上用方差分析，记住这个就不会错。

很多人跟我一样，看到回归输出的ANOVA表格就头大，什么总平方和、回归平方和、残差平方和，我现在用人话给你讲明白，保证你看完就懂：

我们做回归，本质上就是把Y（因变量）的总变异，拆成两部分：

1. 回归平方和（SSR）：就是X（自变量）能够解释的Y的变异，也就是你的自变量对因变量的贡献，这个数越大，说明X解释的越多越好；

2. 残差平方和（SSE）：就是X解释不了的Y的变异，也就是随机误差、其他没考虑到的变量带来的变异，这个数越小越好。

总变异SST=SSR+SSE，所以我们做F检验，本质上就是比较“平均后的SSR（均方回归）”和“平均后的SSE（均方残差）”的大小：

$$F = \frac{MSR}{MSE} = \frac{SSR/(k)}{SSE/(n-k-1)}$$

这里k是自变量的个数，n是样本量。

F值越大，说明X解释的变异显著大于误差带来的变异，也就是你的整个回归模型是显著的，p值就越小。

我之前一直搞不懂，为什么有时候R方很小，但是模型是显著的？现在我明白了：

R方是SSR/SST，代表X解释Y的变异的比例，R方小说明X只能解释很少一部分变异，但是只要X解释的这部分，显著比误差大，模型就是显著的——行为科学很多研究都是这样因为影响因变量的因素有很多，你只研究一个X，R方0.1-0.3都是非常正常的，不用因为R方小就觉得自己的模型错了。

我之前就是因为不懂这个，差点把整个假设都改了，现在想起来真的亏大了。

放一张我当时跑完回归的ANOVA表示例，你一看就懂了：

（SPSS输出的回归方差分析表示例，来源：SPSS官方帮助文档）

这张表里面，你只需要看最后一列的Sig.也就是p值，这里p=0.000<0.05，说明你的整个回归模型是显著的，也就是说你的自变量确实能够显著预测因变量，就这么简单。

我最开始做独立样本t检验的时候，一直看错结果，现在把我整理的操作步骤和结果解读分享给你，你照着做就不会错：

1. 打开SPSS，点击菜单栏的 分析(A) → 比较平均值(M) → 独立样本T检验(T)

2. 把你要比较的结局变量（比如自我控制得分）放到检验变量(T)框里

3. 把分组变量（比如性别）放到分组变量(G)框里，点击 定义组别(D)，分别输入你分组的编码（比如男是1，女是2，就填1和2），点击继续

4. 点击确定，就输出结果了

第一步：看莱文方差齐性检验的Sig.（p值）：

• 如果p>0.05，说明方差齐性，我们看第一行“假设方差相等”的t值和Sig.（双侧）
• 如果p<0.05，说明方差不齐，我们看第二行“不假设方差相等”也就是校正后的t值和Sig.（双侧）

第二步：看t检验的p值：

• p<0.05，说明两组差异显著，也就是你得出结论，两组在这个变量上存在显著差异
• p>0.05，说明两组差异不显著，没有足够的证据证明两组有差异

我放一张我自己做的性别差异t检验的输出结果示例，你一看就懂：

（独立样本t检验SPSS输出结果示例）

这个例子里，莱文方差齐性检验的p=0.12>0.05，所以我们看第一行，t检验的p=0.032<0.05，所以结论就是：男生和女生的自我控制得分存在显著差异，女生得分显著高于男生，就这么简单。

我之前第一次做的时候，把方差齐性检验的p值当成t检验的p值，结果得出了完全相反的结论，挨了导师一顿骂，现在你记住这个步骤，绝对不会错。

我整理了几个我当时遇到的常见问题，你遇到了直接对照着改就行：

一般来说，我们的检验水准是0.05，p≤0.05就可以算显著，0.05刚好卡线的话，你可以说“边缘显著”，也可以直接报告显著，没问题，审稿人不会卡这个。

F检验不显著说明你的整个回归模型不显著，也就是你的自变量不能显著预测因变量，这时候你可以从几个方面排查：

1. 有没有控制不该控制的变量？控制变量太多，会稀释自变量的效应，试试把不显著的控制变量去掉再跑；

2. 自变量有没有共线性？多个自变量之间相关太高，会导致结果不显著，做一下共线性诊断，容忍度小于0.1或者VIF大于10说明有共线性，去掉高度相关的变量；

3. 是不是非线性关系？说不定X和Y不是线性关系，试试加个平方项看看有没有曲线效应。

真的不是！行为科学、社会学、心理学这类研究，因为人的行为本身受很多因素影响，R方在0.1-0.3之间是非常常见的，只要回归系数显著，模型显著，就说明你的变量有预测效应，研究就是有意义的，不用纠结R方大小，我当时R方只有0.12，导师都没说什么，放心。

我从卡死到通过，整整花了四周，走了无数的坑，最后总结了几个对研究生做数据分析非常有用的经验，分享给你：

我之前走的最大的错路就是，为了搞懂数据分析，从头开始啃《概率论与数理统计》，啃了一周什么都没得到，反而越来越懵——其实你做毕业论文，只需要用到你自己研究设计对应的那几个方法，先把你要用的方法搞懂，先把结果跑出来，遇到不懂的原理再去补，比你从头学效率高一百倍。

对我们研究生来说，毕业才是第一位的，不要追求完美，先完成再优化。

很多人学数据分析，就是跟着教程点，教程点哪里他点哪里，换个数据换个变量就不会了，其实你只要花一两个小时，把“为什么用这个方法，这个方法的核心逻辑是什么，结果每个指标代表什么”搞懂，以后出了任何问题你自己都能排查，不用一直找别人帮忙。

我现在帮师弟师妹改数据，发现80%的错误都是最基础的适用条件搞错，指标看错，真不是什么难问题。

我第一次跑出来结果错了，挨了导师骂，我这辈子都不会忘记p值怎么看，方差分解怎么看——其实导师骂你不是因为你笨，是因为你不用心，你自己错一次搞懂了，比你看十遍别人的教程都有用。

我当时都做好延毕的准备了，结果不也过了吗？你也可以的。

我写这篇文章的时候，我的毕业论文已经送盲审了，回想起那段卡在数据分析的日子，真的觉得那是我研究生阶段最煎熬也最成长的一段时间——原来我不是不会，只是之前用错了方法，把简单的问题想复杂了。

其实从回归方差到t检验，都是数据分析里面最基础的内容，没有你想的那么难，你只要把逻辑理清楚，一步一步来，肯定能做对。

如果你现在也卡在数据分析，看着一堆数据不知道从哪下手，不如停下来，先把你要解决的问题列出来，把每个问题对应的方法和适用条件整理清楚，再一步一步操作，相信我，你肯定能搞定的。

如果这篇文章对你有用，欢迎转给你身边卡在数据分析的同学，祝大家都能顺利毕业，早日发顶会！