SPSS上機實驗報告指南

1、SPSS應用軟件試驗指導手冊指南1 描述統(tǒng)計一、目的與要求統(tǒng)計分析的目的在于研究總體特征。但是，由于各種各樣的原因，我們能夠得到的往往只能是從總體中隨機抽取的一部分觀察對象，他們構成了樣本，只有通過對樣本的研究，我們才能對總體的實際情況做出可能的推斷。因此描述性統(tǒng)計分析是統(tǒng)計分析的第一步，做好這一步是進行正確統(tǒng)計推斷的先決條件。通過描述性統(tǒng)計分析可以大致了解數(shù)據(jù)的分布類型和特點、數(shù)據(jù)分布的集中趨勢和離散程度，或對數(shù)據(jù)進行初步的探索性分析（包括檢查數(shù)據(jù)是否有錯誤，對數(shù)據(jù)分布特征和規(guī)律進行初步觀察）。上機試驗旨在：引到學生利用正確的統(tǒng)計方法對數(shù)據(jù)進行適當?shù)恼砗惋@示，描述并探索出數(shù)據(jù)內(nèi)在的數(shù)量規(guī)律

2、性，掌握統(tǒng)計思想，培養(yǎng)學生學習統(tǒng)計學的興趣，為繼續(xù)學習推斷統(tǒng)計方法及應用各種統(tǒng)計方法解決實際問題打下必要而堅實的基礎。二、統(tǒng)計原理描述統(tǒng)計是統(tǒng)計分析的基礎，它包括數(shù)據(jù)的收集、整理、顯示，對數(shù)據(jù)中有用信息的提取和分析，通常用一些描述統(tǒng)計量來進行分析。集中趨勢的特征值：均值、眾數(shù)、中位數(shù)等。其中均值適用于正態(tài)分布和對稱分布資料，中位數(shù)適用于所有分布類型的資料。離散趨勢的特征值：全距、內(nèi)距、方差、標準差、離散系數(shù)等。其中標準差、方差適用于正態(tài)分布資料。分布特征值：偏態(tài)系數(shù)、峰度系數(shù)、他們反映了數(shù)據(jù)偏離正態(tài)分布的程度。三、上機內(nèi)容與步驟下面給出的一個例題是來自SPSS軟件自帶的數(shù)據(jù)文件“Employe

3、e.data”，該文件包含某公司員工的工資、工齡、職業(yè)等變量，我們將利用此例題給出相關的描述統(tǒng)計說明，本例中，我們將以員工的當前工資為例，計算該公司員工當前工資的一些描述統(tǒng)計量，如均值、頻數(shù)、方差等描述統(tǒng)計量的計算。1頻數(shù)分析（Frequencies）頻數(shù)分析多適用于離散變量，其功能是描述離散變量的分布特征。基本統(tǒng)計分析往往從頻數(shù)分析開始。通過頻數(shù)分析能夠了解變量取值的狀況，對把握數(shù)據(jù)的分布特征是非常有用的。比如，在某項調(diào)查中，想要知道被調(diào)查者的性別分布狀況。頻數(shù)分析的第一個基本任務是編制頻數(shù)分布表。SPSS中的頻數(shù)分布表包括的內(nèi)容有：（1）頻數(shù)（Frequency）即變量值落在某個區(qū)間中的次

4、數(shù)。（2）百分比（Percent）即各頻數(shù)占總樣本數(shù)的百分比。（3）有效百分比（Valid Percent）即各頻數(shù)占有效樣本數(shù)的百分比。這里有效樣本數(shù)總樣本缺失樣本數(shù)。（4）累計百分比（Cumulative Percent）即各百分比逐級累加起來的結果。最終取值為百分之百。頻數(shù)分析的第二個基本任務是繪制統(tǒng)計圖。統(tǒng)計圖是一種最為直接的數(shù)據(jù)刻畫方式，能夠非常清晰直觀地展示變量的取值狀況。頻數(shù)分析中常用的統(tǒng)計圖包括：條形圖，餅圖，直方圖等。l 頻數(shù)分析的應用步驟在SPSS中的頻數(shù)分析的實現(xiàn)步驟如下：選擇菜單“【文件】>【打開】>【數(shù)據(jù)】”在對話框中找到需要分析的數(shù)據(jù)文件“SPSS/Em

5、ployee data”，然后選擇“打開”。選擇菜單“【分析】>【描述統(tǒng)計】>【頻率】”。如圖2.1所示 詢問是否輸出頻數(shù)分布表圖2.1 Frequencies對話框確定所要分析的變量，例如 年齡在變量選擇確定之后，在同一窗口上，點擊“Statistics”按鈕，打開統(tǒng)計量對話框，如下圖2.2所示，選擇統(tǒng)計輸出選項。圖2.2 統(tǒng)計量子對話框圖2.3 Charts子對話框l 結果輸出與分析點擊Frequencies 對話框中的“OK”按鈕，即得到下面的結果。表2.4 描述性統(tǒng)計量StatisticsGenderNValid474Missing0表2.4中給出了總樣本量（N），其中變量

6、Gender的有效個數(shù)（Valid）為474個、缺失值（missing）為0。表2.5 Gender頻數(shù)分布表 FrequencyPercentValid PercentCumulative PercentValidFemale21645.645.645.6 Male25854.454.4100.0 Total474100.0100.0 表2.5中，F(xiàn)requency是頻數(shù)，Percent是按總樣本量為分母計算的百分比，Valid Percent是以有效樣本量為分母計算的百分比，Cumulative Percent是累計百分比。圖2.5變量Gender的條形圖，圖2.6變量Gender的餅圖。

7、圖2.5 變量gender的條形圖圖2.6 變量gender的餅圖2描述統(tǒng)計（Descriptives） 描述統(tǒng)計主要對定距型或定比型數(shù)據(jù)的分布特征作具體分析。SPSS的【描述】命令專門用于計算各種描述統(tǒng)計性統(tǒng)計量。本節(jié)利用某年國內(nèi)上市公司的財務數(shù)據(jù)來介紹描述統(tǒng)計量在SPSS中的計算方法。具體操作步驟如下：選擇菜單【分析】【描述統(tǒng)計】【描述】，如圖2.7所示圖2.7 描述 對話框將待分析的變量移入Variables列表框，例如將每股收益率、凈資產(chǎn)收益率、資產(chǎn)負債率等2個變量進行描述性統(tǒng)計，以觀察上市公司股權集中度情況和負債比率的高低。Save standardized values as va

8、riables，對所選擇的每個變量進行標準化處理，產(chǎn)生相應的Z分值，作為新變量保存在數(shù)據(jù)窗口中。其變量名為相應變量名前加前綴z。標準化計算公式：單擊【選項】按鈕，如圖2.8 所示，選擇需要計算的描述統(tǒng)計量。各描述統(tǒng)計量同F(xiàn)requencies命令中的Statistics子對話框中大部分相同，這里不再重復。圖2.8 選項 子對話框在主對話框中單擊ok執(zhí)行操作。結果輸出與分析在結果輸出窗口中給出了所選變量的相應描述統(tǒng)計，如表2.6所示。從表中可以看到，我國上市公司前兩大股東持股比例之比平均高達102.9，說明“一股獨大”的現(xiàn)象比較嚴重；前五大股東持股比例之和平均為51.8%，資產(chǎn)負債率平均為46.

9、78%。另外，從偏態(tài)和峰度指標看出，前兩大股東持股比例之比的分布呈現(xiàn)比較明顯的右偏，而且比較尖峭。為了驗證這一結論，可以利用Frequencies命令畫出變量z的直方圖，如圖2.9表2.6 描述統(tǒng)計量表Descriptive Statistics NMeanStd.SkewnessKurtosisStatisticStatisticStatisticStatisticStd. ErrorStatisticStd. Error前兩大股東持股比例之比315102.865199.1997464.168.13722.404.274前五大股東持股比例的平方和315.51836.1496003.602.1

10、37-.318.274資產(chǎn)負債率315.4677.16773-.165.137-.414.274Valid N (listwise)315 圖2.9 變量Z的直方圖3探索分析（Explore） 調(diào)用此過程可對變量進行更為深入詳盡的描述性統(tǒng)計分析，故稱之為探索分析。它在一般描述性統(tǒng)計指標的基礎上，增加有關數(shù)據(jù)其他特征的文字與圖形描述，顯得更加細致與全面，對數(shù)據(jù)分析更進一步。 探索分析一般通過數(shù)據(jù)文件在分組與不分組的情況下獲得常用統(tǒng)計量和圖形。一般以圖形方式輸出，直觀幫助研究者確定奇異值、影響點、還可以進行假設檢驗，以及確定研究者要使用的某種統(tǒng)計方式是否合適。 在打開的數(shù)據(jù)文件上，選擇如下命令：選

11、擇菜單“【分析】>【描述統(tǒng)計】>【探索】”，打開對話框。因變量列表；待分析的變量名稱，例如將每股收益率作為研究變量。因子列表：從源變量框中選擇一個或多個變量進入因子列表，分組變量可以將數(shù)據(jù)按照該觀察值進行分組分析。標準個案：在源變量表中指定一個變量作為觀察值的標識變量。在輸出欄中，選擇“兩者都”，表示輸出圖形及描述統(tǒng)計量。選擇【統(tǒng)計量】按鈕，選擇想要計算的描述統(tǒng)計量。如圖所示對所要計算的變量的頻數(shù)分布及其統(tǒng)計量值作圖 打開“Plots對話框”，出現(xiàn)如下圖。¨ 結果的輸出與說明 （1）Case Processing Summary 表 在Case Processing Su

12、mmary 表中可以看出female 有216個個體，Male258個個體，均無缺失值。 （2）Descriptives 表 Descriptives Gender StatisticStd. ErrorCurrent SalaryFemaleMean$26,031.92$514.25895% Confidence Interval for MeanLower Bound$25,018.29 Upper Bound$27,045.55 5% Trimmed Mean$25,248.30 Median$24,300.00 Variance57123688.268 Std. Deviation$7

13、,558.021 Minimum$15,750 Maximum$58,125 Range$42,375 Interquartile Range$7,013 Skewness1.863.166Kurtosis4.641.330MaleMean$41,441.78$1,213.96895% Confidence Interval for MeanLower Bound$39,051.19 Upper Bound$43,832.37 5% Trimmed Mean$39,445.87 Median$32,850.00 Variance380219336.303 Std. Deviation$19,4

14、99.214 Minimum$19,650 Maximum$135,000 Range$115,350 Interquartile Range$22,675 Skewness1.639.152Kurtosis2.780.302（3）職位員工薪水直方圖顯示 （4）莖葉圖描述 莖葉圖自左向右可以分為3 大部分：頻數(shù)（Frequency）、莖（Stem）和葉（Leaf）。莖表示數(shù)值的整數(shù)部分，葉表示數(shù)值的小數(shù)部分。每行的莖和每個葉組成的數(shù)字相加再乘以莖寬（Stem Width），即莖葉所表示的實際數(shù)值的近似值。Current Salary Stem-and-Leaf Plot forgender=

15、Female Frequency Stem & Leaf 2.00 1 . 55 16.00 1 . 6666666666777777 14.00 1 . 88889999999999 31.00 2 . 0000000000000111111111111111111 35.00 2 . 22222222222222222222233333333333333 38.00 2 . 44444444444444444444444444555555555555 22.00 2 . 6666666666677777777777 17.00 2 . 88888899999999999 7.00

16、3 . 0001111 8.00 3 . 22233333 8.00 3 . 44444555 5.00 3 . 66777 2.00 3 . 88 11.00 Extremes (>=40800) Stem width: 10000 Each leaf: 1 case(s)（5）箱圖 圖中灰色區(qū)域的方箱為箱圖的主體，上中下3 條線分別表示變量值的第75、50、25百分位數(shù)，因此變量的50%觀察值落在這一區(qū)域中。 方箱中的中心粗線為中位數(shù)。箱圖中的觸須線是中間的縱向直線，上端截至線為變量的最大值，下端截至線為變量的最小值。 四、上機練習完成下列試驗內(nèi)容，并按所附試驗報告的格式撰寫報告。1

17、.表2.7為某班級16位學生的身高數(shù)據(jù)，對其進行頻數(shù)分析，并對實驗報告做出說明。表2.7 某班16位學生的身高數(shù)據(jù)學號性別身高（cm）學號性別身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814M1547M15615F1728F17116F1802.測量18臺電腦筆記重量，見表2.8，對其進行描述統(tǒng)計量分析，并對試驗結果做出說明。表2.8 18臺筆記本電腦重量表序號123456789重量1.751.921.591.851.831.681.891.701.79序號101112131415161718重量1.661.

18、801.832.051.911.761.881.831.79指南2：統(tǒng)計推斷一、目的與要求1.熟悉點估計概念與操作方法2.熟悉區(qū)間估計的概念與操作方法3.熟練掌握T檢驗的SPSS操作4.學會利用T檢驗方法解決身邊的實際問題 二、統(tǒng)計原理1.參數(shù)估計的基本原理2.假設檢驗的基本原理三、上機內(nèi)容與步驟 1.單個總體均值的區(qū)間估計 例題：為研究在黃金時段中,即每晚8:30-9:00 內(nèi),電視廣告所占時間的多少。美國廣告協(xié)會抽樣調(diào)查了20個最佳電視時段中廣告所占的時間（單位：分鐘）。請給出每晚8:30 開始的半小時內(nèi)廣告所占時間區(qū)間估計，給定的置信度為95。 操作程序： ¨ 打開SPSS，建

19、立數(shù)據(jù)文件：“ 電視節(jié)目市場調(diào)查.sav”。這里，研究變量為：time，即每天看電視的時間。 ¨ 選擇區(qū)間估計選項，方法如下： 選擇菜單【分析】>【描述統(tǒng)計】>【探索】” ，打開圖3.1Explore 對話框。¨ 從源變量清單中將“time”變量移入Dependent List框中。圖3.1 Explore對話框¨ 單擊上圖右方的“統(tǒng)計量”按鈕打開“探索：統(tǒng)計量”對話框。在設置均值的置信水平，如鍵入95，完成后單擊“繼續(xù)”按鈕回到主窗口。圖3.2 探索 統(tǒng)計量設置窗口¨ 返回主窗口點擊ok運行操作。¨ 計算結果簡單說明：表3.1 描

20、述統(tǒng)計量Descriptives StatisticStd. ErrortimeMean6.5350.13480 95% Confidence Interval for MeanLower Bound6.2529 Upper Bound6.8171 5% Trimmed Mean6.5167 Median6.4500 Variance.363 Std. Deviation.60287 Minimum5.60 Maximum7.80 Range2.20 Interquartile Range.95 Skewness.295.512 Kurtosis-.612.992¨ 如上表顯示。從上

21、表“ 95 Confidence Interval for Mean ”中可以得出，每晚8:30 開始的半小時內(nèi)廣告所占時間區(qū)間估計（置信度為95） 為：(6.2529，6.8171)，其中l(wèi)ower Bound 表示置信區(qū)間的下限，Upper Bound表示置信區(qū)間的上限。點估計是：6.5350。 2兩個總體均值之差的區(qū)間估計例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中，參加工會的婦女比未參加工會的婦女的報酬要多2.5 美元。想通過統(tǒng)計方法，對這個觀點是否正確給出檢驗。 假設抽取了7位女性工會會員與8位非工會會員女性報酬數(shù)據(jù)。要求對制造業(yè)中參加工會會員

22、的女性報酬與未參加工會的女性報酬平均工資之差進行區(qū)間估計，預設的置信度為95。 ¨ 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“工會會員工資差別.spss”。這里，“會員”表示是否為工會會員的變量，y 表示是工會會員，n表示非工會會員，“報酬”表示女性員工報酬變量，單位：千美元。 ¨ 計算兩總體均值之差的區(qū)間估計，采用“獨立樣本T 檢驗”方法。選擇菜單“ 【分析】【比較均值】獨立樣本T檢驗”， 打開對話框。 ¨ 變量選擇 （1）從源變量清單中將“報酬”變量移入檢驗變量框中。表示要求該變量的均值的區(qū)間估計。 （2）從源變量清單中將“group”變量移入

23、分組變量框中。表示總體的分類變量。 圖3.3 獨立樣本T檢驗 對話框¨ 定義分組 單擊定義組按鈕，打開Define Groups 對話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會會員,2 表示工會會員）。完成后單擊“繼續(xù)”按鈕回到主窗口。圖3.4 define groups設置窗口¨ 計算結果 單擊上圖中“OK”按鈕，輸出結果如下圖所示。 （1）Group Statistics（分組統(tǒng)計量）表 分別給出不同總體下的樣本容量、均值、標準差和平均標準誤。從該表中可以看出，參加工會的婦女平均報酬為19.925，不參加工會的婦女平均報酬為20.1429。 表

24、3.2 分組統(tǒng)計量Group Statistics 會員NMeanStd. DeviationStd. Error Mean報酬1.00819.9250.46522.164482.00720.1429.52236.19743（2）Independent Sample Test （獨立樣本T 檢驗）表 Levenes Test for Equality of Variance，為方差檢驗，在Equal variances assumed （原假設：方差相等）下，F(xiàn)=0.623， 因為其P-值大于顯著性水平，即：Sig.=0.444>0.05， 說明不能拒絕方差相等的原假設，接受兩個總體方差

25、是相等的假設。因此參加工會會員的女性報酬與未參加工會的女性報酬平均工資之差95的區(qū)間估計為0.76842,0.33271。T-test for Equality of Means 為檢驗總體均值是否相等的t 檢驗，由于在本例中，其P-值大于顯著性水平，即：Sig.=0.408>0.05， 因此不應該拒絕原假設，也就是說參加工會的婦女跟未參加工會的婦女的報酬沒有顯著差異。本次抽樣推斷結論不支持The Wall Street Journal（1994,7 ）提出的“參加工會的婦女比未參加工會的婦女的報酬要多2.5 美元”觀點，即參加工會的婦女不比未參加工會的婦女的報酬多。表3.3 獨立樣本T

26、檢驗結果Independent Samples Test Levene's Test for Equality of Variancest-test for Equality of Means FSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference LowerUpper報酬Equal variances assumed.623.444-.85513.408-.21786.25485-.76842.33271 Equal variances n

27、ot assumed -.84812.187.413-.21786.25697-.77679.341083單個總體均值的假設檢驗 （單樣本T檢驗）例子：某種品牌的沐浴肥皂制造程序的設計規(guī)格中要求每批平均生產(chǎn)120 塊肥皂，高于或低于該數(shù)量均被認為是不合理的，在由10 批產(chǎn)品所組成的一個樣本中，每批肥皂的產(chǎn)量數(shù)據(jù)見下表，在0.05 的顯著水平下，檢驗該樣本結果能否說明制造過程運行良好？ ¨ 判斷檢驗類型 該例屬于“大樣本、總體標準差未知。假設形式為：H0：0， H1 :0¨ 軟件實現(xiàn)程序 打開已知數(shù)據(jù)文件，然后選擇菜單“【分析】【比較均值】單樣本T檢驗”，打開One-Samp

28、le T Test 對話框。從源變量清單中將“產(chǎn)品數(shù)量”向右移入“Test Variables”框中。圖3.5 one-sample T test窗口在“Test Value” 框里輸入一個指定值（即假設檢驗值，本例中假設為120），T 檢驗過程將對每個檢驗變量分別檢驗它們的平均值與這個指定數(shù)值相等的假設。¨ “One-Sample T Test”窗口中“OK”按鈕，輸出結果如下表所示。 （1）“One-Sample Statistics”（單個樣本的統(tǒng)計量）表 分別給出樣本的容量、均值、標準差和平均標準誤。本例中，產(chǎn)品數(shù)量均值為118.9000。表3.4 單樣本統(tǒng)計量One-Sam

29、ple StatisticsNMeanStd. DeviationStd. Error Mean產(chǎn)品數(shù)量10118.90004.931761.55956（2）“One-Sample Test”（單個樣本的檢驗）表 表中的t 表示所計算的T 檢驗統(tǒng)計量的數(shù)值，本例中為0.705。 表中的“df”，表示自由度，本例中為9。 表中的“Sig”（雙尾T 檢驗）， 表示統(tǒng)計量的P-值， 并與雙尾T檢驗的顯著性的大小進行比較：Sig.=0.498>0.05，說明這批樣本的平均產(chǎn)量與120 無顯著差異。 表中的“Mean Difference”， 表示均值差，即樣本均值與檢驗值120 之差， 本例中為

30、1.1000。表中的“95 Confidence Internal of the Difference”， 樣本均值與檢驗值偏差的95%置信區(qū)間為（4.628，2.428），置信區(qū)間包括數(shù)值0，說明樣本數(shù)量與120 無顯著差異，符合要求。表3.5 單樣本T檢驗結果One-Sample Test Test Value = 120tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper產(chǎn)品數(shù)量-.7059.498-1.10000-4.62802.42804兩獨立樣本的假設檢驗（兩獨立樣本

31、T檢驗） 例題：The Wall Street Journal（1994,7 ）聲稱在制造業(yè)中，參加工會的婦女比未參加工會的婦女的報酬要多2.5 美元。想通過統(tǒng)計方法，對這個觀點是否正確給出檢驗。 假設抽取了7位女性工會會員與8位非工會會員女性報酬數(shù)據(jù)。要求對制造業(yè)中參加工會會員的女性報酬與未參加工會的女性報酬平均工資之差進行區(qū)間估計，預設的置信度為95。 ¨ 打開SPSS，按如下圖示格式輸入原始數(shù)據(jù)，建立數(shù)據(jù)文件：“工會會員工資差別.sav”。這里，“會員”表示是否為工會會員的變量，y 表示是工會會員，n表示非工會會員，“報酬”表示女性員工報酬變量，單位：千美元。 ¨ 計

32、算兩總體均值之差的區(qū)間估計，采用“獨立樣本T 檢驗”方法。選擇菜單“ 【分析】【比較均值】【獨立樣本T檢驗】”。（1）從源變量清單中將“報酬”變量移入檢驗變量框中。表示要求該變量的均值的檢驗。 （2）從源變量清單中將“會員”變量移入分組變量框中。表示總體的分類變量。 圖3.6 sample T test 窗口¨ 定義分組 單擊Grouping Variable 框下面的Define Groups 按鈕，打開Define Groups 對話框。在Group1 中輸入1，在Group2 中輸入2（1表示非工會會員,2 表示工會會員）。完成后單擊“繼續(xù)”按鈕返回主窗口。圖3.7 defin

33、e groups對話框¨ 計算結果 單擊上圖中“OK”按鈕，輸出結果如下圖所示。 （1）Group Statistics（分組統(tǒng)計量）表 分別給出不同總體下的樣本容量、均值、標準差和平均標準誤。從該表中可以看出，參加工會的婦女平均報酬為19.925，不參加工會的婦女平均報酬為20.1429。 表3.6 分組統(tǒng)計量Group Statistics 會員NMeanStd. DeviationStd. Error Mean報酬1.00819.9250.46522.164482.00720.1429.52236.19743（2）Independent Sample Test （獨立樣本T 檢

34、驗）表 Levenes Test for Equality of Variance，為方差檢驗，在Equal variances assumed （原假設：方差相等）下，F(xiàn)=0.623， 因為其P-值大于顯著性水平，即：Sig.=0.444>0.05， 說明不能拒絕方差相等的原假設，接受兩個總體方差是相等的假設。T-test for Equality of Means 為檢驗總體均值是否相等的t 檢驗，由于在本例中，其P-值大于顯著性水平，即：Sig.=0.408>0.05， 因此不應該拒絕原假設，也就是說參加工會的婦女跟未參加工會的婦女的報酬沒有顯著差異。本次抽樣推斷結論不支持T

35、he Wall Street Journal（1994,7 ）提出的“參加工會的婦女比未參加工會的婦女的報酬要多2.5 美元”觀點，即參加工會的婦女不比未參加工會的婦女的報酬多。表3.7 獨立樣本T檢驗結果Independent Samples Test Levene's Test for Equality of Variancest-test for Equality of Means FSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference

36、 LowerUpper報酬Equal variances assumed.623.444-.85513.408-.21786.25485-.76842.33271 Equal variances not assumed -.84812.187.413-.21786.25697-.77679.341085.配對樣本T檢驗配對樣本是對應獨立樣本而言的，配對樣本是指一個樣本在不同時間做了兩次試驗，或者具有兩個類似的記錄，從而比較其差異；獨立樣本檢驗是指不同樣本平均數(shù)的比較，而配對樣本檢驗往往是對相同樣本二次平均數(shù)的檢驗。配對樣本T檢驗的前提條件為：第一，兩樣本必須是配對的。即兩樣本的觀察值數(shù)目相同，

37、兩樣本的觀察值順序不隨意更改。第二，樣本來自的兩個總體必須服從正態(tài)分布。例如針對試驗前學習成績何智商相同的兩組學生，分別進行不同教學方法的訓練，進行一段時間試驗教學后，比較參與試驗的兩組學生的學習成績是否存在顯著性差異。假設某校為了檢驗進行新式培訓前后學生的學習成績是否有了顯著提高，從全校學生中隨機抽出30名進行測試，這些學生培訓前后的考試成績放置于數(shù)據(jù)文件“學生培訓.sav”中。在SPSS中對這30名學生的成績進行配對樣本t檢驗的操作步驟如下：¨ 選擇菜單【分析】【比較均值】【配對樣本T檢驗】，打開對話框，如圖3.8所示，將兩個配對變量移入右邊的Pair Variables列表框中。移動的方法是先選擇其中的一個配對變量，再選擇第二個配對變量，接著單擊中間