检验|你的数据结果是真实差异还是误差？( 二 )

（注：假如p
四、问题二：是否签约MCN对头部达人还有影响吗（使用独立样本t检验）？虽然签约MCN可以帮助一个普通人获得资本的加持，保障内容的持续输出，较快获得流量变现，但是在头部达人中，MCN的作用还大吗？下图显示了两类达人数量及平均粉丝量。能据此作出签约MCN的达人比未签MCN达人的粉丝量更高吗？

文章插图
此时需要进行的假设检验是独立样本t检验，它和方差分析的区别在于，独立样本t检验只能处理两组平均数，而方差分析主要用于处理3组及以上数量的平均数。

H0：签约和未签MCN达人的粉丝量无显著差异；
H1：签约和未签MCN达人的粉丝量间存在显著性差异。

在SPSS中的操作为分析→比较平均值→独立样本T检验。

文章插图
将粉丝量选入检验变量框，是否签约MCN选入分组变量框，点击定义组，组1输入“是”，组2输入“否”，点击继续，点击确定。

文章插图
结果如下：
在假定等方差时，p>0.05，则不能拒绝等方差的结果，就看此行结果中的t检验结果，p=0.944>0.05。表明不能拒绝H0，即：
在抖音头部达人中，签约和未签MCN的达人的粉丝数量无显著性差异。
五、问题三：以下指标对粉丝数量有影响吗（使用相关系数的显著性检验）？先来看3张散点图。

文章插图

文章插图
从图中可以看出的是，在与粉丝量的关系上，作品平均获赞数>作品数>赞粉比，检验此结果真实性需要进行的是相关系数的显著性检验，共检验3次。

H0：粉丝量与XXX的相关系数为0；
H1：粉丝量与XXX的相关系数不为0。

在SPSS中的操作为分析→相关→双变量。

文章插图
将粉丝量与XXX选入右边变量框，勾选左下角标记显著性相关性。

文章插图

作品数的结果显示，r=0.146，p
赞粉比的结果显示，r=-0.023，p>0.05。说明二者不存在相关关系，赞粉比对粉丝数量无影响。
作品平均获赞数的结果显示，r=0.378，p

【检验|你的数据结果是真实差异还是误差？】检验结果与我们设想的一致，但这并不表示可以直接通过散点图的趋势来判断是否存在显著性相关，相关系数的大小也与是否显著无关，假如相关不显著，那么相关系数再大也是无意义的，需要在相关显著的基础上，再通过相关系数的大小来判断二者的相关程度。
六、结论独立样本t检验、单因素方差分析和相关系数的显著性检验都是较常用到且基本的假设检验方法，掌握这些方法后可以避免被数据的表象迷惑，对结论做出更准确的判断。关于这三种方法的原理以及更详细的适用条件，读者可以自行查阅统计书籍。
本文由 @flowaa 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。