配对t检验结果解读
一、分析方法概述
配对样本t检验（Paired-Samples t Test）用于比较同一组受试者在两个不同时间点或两种不同条件下的均值差异，是重复测量设计中最常用的统计方法。该检验要求配对差值近似服从正态分布，通过计算每对观测值的差值，检验差值的总体均值是否为零来进行统计推断。配对t检验的优点在于控制了个体间差异，提高了统计检验的效力。效应量Cohen's d可用于评估干预效果的实际大小。本研究使用SPSSAU软件进行配对样本t检验分析。
在SPSSAU【通用方法】模块选择【配对t检验】，将变量拖拽至右侧对应分析框，操作如下图：
二、配对t检验结果
本研究旨在考察干预前后焦虑得分的变化情况，共纳入180名受试者。配对t检验结果显示，干预前焦虑得分均值为65.773（标准差=7.046），干预后焦虑得分均值为70.354（标准差=7.415），差值均值为-4.581。t统计量为-24.314，p值为0.000（p<0.001），达到极其显著的统计水平，表明干预前后焦虑得分存在极其显著的差异。详细结果如表1所示。
由表1可知，干预后焦虑得分（M=70.354，SD=7.415）显著高于干预前焦虑得分（M=65.773，SD=7.046），差值为-4.581分。t值为-24.314，p<0.001，说明干预措施对焦虑得分产生了极其显著的影响。从均值变化来看，干预后焦虑得分平均提升了约4.58分，提升幅度较为明显。
三、详细格式与效应量分析
为进一步呈现分析结果，表2展示了配对t检验的详细格式结果，表3展示了效应量指标。
由表3可知，差值的95%置信区间为[-4.952, -4.209]，该区间不包含0且范围较窄，说明差值估计具有较高的精确度。Cohen's d值为1.812，远超大效应标准（0.80），属于大效应量。这表明干预措施对焦虑得分的影响不仅在统计上极其显著，而且在实际效果上也具有非常大的意义。干预后焦虑得分平均提升了4.581分，效应量达到1.812个标准差，说明干预效果十分明显。
四、综合分析与结论
综合以上分析结果，本研究通过配对样本t检验考察了干预前后焦虑得分的变化情况。研究结果表明：（1）干预后焦虑得分（M=70.354）显著高于干预前（M=65.773），差异极其显著（t=-24.314，p<0.001）；（2）差值的95%置信区间为[-4.952, -4.209]，估计精确；（3）Cohen's d效应量为1.812，属于大效应量，表明干预措施产生了非常显著的实际效果。
综上所述，干预措施对焦虑得分具有极其显著的提升效果，且效应量大，具有明确的实际意义。建议在实际应用中推广该干预方案，并进一步探讨其长期效果及作用机制。
