不同等级量表下配对样本t检验的可行性咨询

首先直接给结论：不建议直接使用配对样本t检验，更适合采用非参数检验方法或经过谨慎调整后的分析方式，原因和替代方案如下：

为什么直接用配对t检验不合适？ #

配对样本t检验有两个核心前提假设，你的数据情况很难满足：

• 数据类型要求：t检验适用于连续型（或近似连续的等距）数据，但你的两个问题都是有序分类量表（4级和5级）——这类数据的等级之间只是顺序关系，无法保证每个等级的间隔是相等的（比如“非常满意”到“比较满意”的差距，和“比较不满意”到“非常不满意”的差距不一定相同），本质上不属于连续数据范畴。
• 差值的合理性：两个量表的级别数不同，直接计算得分差值的意义很模糊。比如4级量表的最高分是4，5级是5，你无法确定“非常满意（4）”和“肯定推荐（5）”的差值1，与“比较不满意（2）”和“不确定（3）”的差值1，在实际意义上是等价的，这种差值的计算逻辑站不住脚。

另外，t检验还要求配对数据的差值服从近似正态分布，而有序分类数据的差值分布往往是离散且偏态的，进一步违背了假设。

更合适的替代分析方法 #

根据你的数据情况，推荐以下两种非参数检验方法，它们不需要依赖正态假设和连续数据的要求：

• 符号检验（Sign Test）：只关注每一位受访者两个问题得分的相对高低（比如第一个问题得分是否高于第二个），完全不考虑得分的具体差值大小，适合仅关心方向差异的场景。
• Wilcoxon符号秩检验（Wilcoxon Signed-Rank Test）：比符号检验更灵敏，它既考虑得分差异的方向，也会基于有序等级给差值赋予“秩次”（即相对大小），能更充分利用数据中的信息，是配对有序分类数据的常用分析方法。

如果一定要尝试参数检验，可以先对两个量表的得分进行标准化处理（比如把4级量表的得分线性映射到0-1区间，5级量表也做同样处理，让两个得分的尺度统一），之后检查标准化后的差值是否近似服从正态分布，若满足条件再考虑使用t检验。但这种方法的前提是你假设两个量表的等级间隔是等距的，这一点需要谨慎验证。

补充说明 #

如果你的样本量非常大（比如上千份），t检验的稳健性会有所提升，但从数据类型的本质来看，非参数检验仍然是更严谨的选择，不会因为数据的离散性和尺度差异导致结果偏差。

内容的提问来源于stack exchange，提问作者user3801533