【摘要】：为了判断改革的效果是否显著，可以使用/来检验。“变量1的区域”设置为B1:B31；“变量2的区域”设置为C1:C31；“假设平均差”设置为0；勾选“标志”；“ɑ”值设为0.05；“输出区域”设置为E1→单击按钮，生成成对二样本检验分析结果。图9-17成对二样本检验结果从输出结果看，T统计量的值为0.3080，小于T的单侧检验临界值1.6691。
在财经领域，常会遇到诸如两种成本控制方法、两种产品的优劣或差异等问题，通过在相同条件下的对比实验，得到一批成对观察值，通过分析这些数据作出推断。这种方法即是成对二样本检验，在假设检验中，常利用T统计量进行检验。
【例9-6】 龙脊山集团公司为了提高工作效率，实施了一系列改革措施。现观察了30名员工的改革前后的业绩（如图9-16①的业绩对照表）。为了判断改革的效果是否显著，可以使用【数据分析】/【T检验：平均值的成对二样本分析】来检验。其操作步骤如下。
Step 1：点击【数据】/【数据分析】→在弹出的对话框中，选择【T检验：平均值的成对二样本分析】→单击【确定】（图9-16②）。
图9-16 成对二样本检验(www.xing528.com)
Step 2：在对话框里进行参数设置。“变量1的区域”设置为B1:B31；“变量2的区域”设置为C1:C31；“假设平均差”设置为0；勾选“标志”（图9-16③）；“ɑ”值设为0.05；“输出区域”设置为E1（图9-16③）→单击【确定】按钮，生成成对二样本检验分析结果（图9-17）。
图9-17 成对二样本检验结果
从输出结果看，T统计量的值为0.3080，小于T的单侧检验临界值1.6691。同时，P（T＜=t）的单侧概率为0.3081，远大于设置的置信水平0.05，不能拒绝原假设。说明改革前后，员工的业绩并没有显著性差异。这个结果告诉决策者，现阶段进行的改革并没有取得显著效果，可能需要继续调整改革方式和方向。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
