【正文】 移入右側(cè)的 【 Factor List（因子列表） 】列表框中。選擇標識變量的作用在于，若系統(tǒng)在數(shù)據(jù)探索時發(fā)現(xiàn)異常值，便可利用標識變量加以標記，便于用戶找這些異常值。 ● Statistics：只輸出描述統(tǒng)計量。 Step06 描述性統(tǒng)計量結(jié)果輸出 在 【 Explore(探索 )】 對話框中還可以單擊 【 Statistics】 按鈕，彈出 【 Explore： Statistics】 對話框，該對話框中提供了各類基本描述性統(tǒng)計輸出結(jié)果。 Step09 相關(guān)統(tǒng)計量的 Bootstrap估 計 單擊 【 Bootstrap】 按鈕，彈出 【 Bootstrap】對話框，可以進行如下統(tǒng)計量的 Bootstrap估計。 實例圖文分析：中國 南 北城市的 溫 度差異 Step01：打開對話框 打開數(shù)據(jù)文件 ，其中增加變量 “ 地域 ”表示所在城市的區(qū)域位置， “ 1”表示南方城市， “ 2”表示北方城市。 Step04：選擇標簽值 選擇變量 “ 城市 ” 移入 【 Label Cases by(標注個案 )】 列表框作為標識變量。 Step06：完成操作 最后，單擊 【 OK】 按鈕，操作完成。s MEstimatorc Andrews39。 列聯(lián)表非常重要 ， 它經(jīng)常被用來分析調(diào)查結(jié)果 。 獨立性檢驗指的是對列聯(lián)表中行變量和列變量無關(guān)這個零假設(shè)進行的檢驗，即檢驗行、列變量之間是否彼此獨立。 Step02 選擇行、列變量 在 【 Crosstabs(列聯(lián)表 )】 對話框左側(cè)的候選變量列表框中，選取一個或多個待分析變量，將它們移入右側(cè)的 【 Row(s)(行 )】 列表框中，作為列聯(lián)表的行變量。如果要增加另外一個控制變量，首先單擊 【 Next】 按鈕，再選入一個變量。 ● Suppress tables：只輸出統(tǒng)計量，而不輸出列聯(lián)表。在對話框中選擇相應(yīng)選項，完成后單擊 【 Continue】 按鈕，返回主對話框。 實例圖文分析：大學(xué)生 身 體素 質(zhì)調(diào)查 在一次上海大學(xué)生身體素質(zhì)的實際調(diào)查中，選擇了部分大專院校的學(xué)生進行實際問卷調(diào)查，收集的數(shù)據(jù)見 。 Step01：打開對話框 打開數(shù)據(jù)文件 。單擊 【 Continue】 按鈕，返回 【 Crosstabs(列聯(lián)表 )】對話框。 Step06：完成操作 最后，單擊 【 OK】 按鈕，操作完成。 Step02：選擇分 子 變量 在左側(cè)的候選變量列表框中選取一個分析變量作為比率分析的分子，將它移入右側(cè)的 【 Numerator(分子 )】 列表框中。 ● Display result：系統(tǒng)默認選項，選擇是否顯示結(jié)果。 Step07 完成操作 單擊 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動輸出結(jié) 果 。 Step04：選擇分組變量 在 【 Ratio Statistics(比率統(tǒng)計量 )】 對話框左側(cè)的候選變量列表框中，選取變量 “ 區(qū)域 ”作為分組變量，將它移入右側(cè)的 【 Group Variable(組變量 )】 列表框中。 ● OneSample T Test：單樣本 t 檢驗 。它是對總體均值的假設(shè)檢驗。 式中， D是樣本均值與檢驗值之差；因為總體方差未知，故用樣本方差 S代替總體方差； n為樣本數(shù)。 （ 3）相反，相伴概率值大于給定的顯著性水平，則不應(yīng)拒絕 H0，可以認為總體均值與檢驗值之間不存在顯著差異。 在該對話框左側(cè)的候選變量列表框中選擇一個或幾個變量，將其移入 【 Test Variable(s)（檢驗變量） 】 列表框中。 Step04：其他選項設(shè)置。 【 Missing Values（缺失值） 】 選項組：用于設(shè)置缺失值的處理方式，它有以下兩種處理方式。 ● 支持均值和標準差的 Bootstrap 估計。假設(shè)一個研究者居住在一個人口為 240萬的城市里，想通過驗證以確定通勤時間是否和其他城市平均水平是否一致。Ht ? 1 : 19Ht?Step01： 打開對話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 →【 OneSample T Test（單樣本 T檢驗） 】 命令，彈出 【 OneSample T Test（單樣本 T檢驗） 】 對話框。單擊 【 Continue】 按鈕返回主對話框。 3. 實例結(jié)果及分析 （ 1）描述性統(tǒng)計分析表 N Mean Std. Deviation Std. Error Mean 通勤時間 26 85 .73638 （ 2）單樣本 t檢驗結(jié)果 Test Value = 19 t df Sig. (2tailed) Mean Difference 99% Confidence Interval of the Difference Lower Upper 通勤時間 .731 25 .471 .53846 實例進 階 分析：機票的 折扣 費 1 .實例內(nèi)容 1995年 2月，某個航班往返機票的平均折扣費是 258美元（ 《 今日美國 》 ， 1995年 3月 30日）。這里建立如下假設(shè)檢驗： 0:H1:H?0 : 2 5 8 。 表 43 OneSample KS Test 機票折扣費 N 15 Normal Parametersa Mean Std. Deviation Most Extreme Differences Absolute .180 Positive .180 Negative KolmogorovSmirnov Z .697 Asymp. Sig. (2tailed) .716 Step01 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 →【 OneSample T Test（單樣本 T檢驗） 】 命令，彈出 【 OneSample T Test（單樣本 T檢驗） 】 對話框。 3. 實例結(jié)果及分析 下表所示為單樣本 t檢驗的分析結(jié)果，表格中各項的含義前面已經(jīng)詳細講解了。 Step02： 選擇 檢驗 變量 ? 在左側(cè)的候選變量列表框中選擇檢驗變量，將其移入 【 Test Variable(s)（檢驗變量） 】列表框中，這里需要選入待檢驗的變量。 Use specified values：分別輸入兩個對應(yīng)不同總體的變量值。 Step05： 相關(guān)統(tǒng)計量的 Bootstrap估 計 單擊 【 Bootstrap】 按鈕，在彈出的對話框中可以進行如下統(tǒng)計量的 Bootstrap估計。 實例圖文分析：機場等級分數(shù)比較 1. 實例內(nèi)容 國際航空運輸協(xié)會（ The International Air Transport Association）對商務(wù)旅游人員進行了一項調(diào)查，以便確定多個國際機場的等級分數(shù)。這兩個組人員打出的等級分數(shù)如表 45所示。于是建立如下假設(shè)檢驗： H0 ：邁阿密機場和洛杉磯機場的等級得分相同。 Step02： 選擇 檢驗 變量 在左側(cè)的候選變量列表框中選擇檢驗變量 “ score”，將其添加至右側(cè)的 【 Test Variable(s)（檢驗變量） 】 列表框中，表示需要對它進行獨立樣本的 T檢驗 。 Step04： 定義組別名稱 點選 【 Use specified values（使用指定值） 】 單選鈕，在 【 Group1（組 1） 】 文本框中輸入 “ 1”，在 【 Group2（組 2） 】 文本框中輸入 “ 2”。 3. 實例結(jié)果及分析 （ 1）基本統(tǒng)計信息匯總表 （ 2）獨立兩樣本的 t檢驗分析結(jié)果 ①兩總體方差是否相等的 F檢驗 這里，該檢驗的 F統(tǒng)計量的觀察值為 ，對應(yīng)的概率 P值為 。本案例的第一步分析中，由于兩總體方差無顯著差異，因此應(yīng)看第一列（ Equal variance assumed）的 t檢驗結(jié)果。人們對考試題目的安排進行了研究，以弄清它對焦慮的影響。 H0：兩種考試方式下學(xué)生的平均焦慮測量值相 同。 Step02 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 IndependentSample T Test（獨立樣本 T檢驗） 】 命令，彈出 【 IndependentSample T Test（獨立樣本 T檢驗） 】 對話框。點選 【 Use specified values】 單選鈕，在 【 Group1（組 1） 】 文本框中輸入 “ 1”，在 【 Group2（組 2） 】 文本框中輸入 “ 2”。于是接著觀察 “ Equal variance assumed”列所對應(yīng)的 t檢驗結(jié)果。 SPSS在兩 配 對樣本 t檢驗 的應(yīng)用 兩配對樣本 t檢驗的基本原理 前一節(jié)中考慮的是獨立樣本情形下的總體均值相等的檢驗問題。它 和獨立樣本 t檢驗的差別就在于要求樣本是配對的。例如對患肝病的病人實施某種藥物治療后，檢驗病人在服藥前后的差異性。例如對人造纖維在 60度和 80度的水中分別作實驗，檢驗溫度對這種材料縮水率的影響性。 （ 1）兩組樣本的 樣本容量要相同 ； （ 2）兩組樣本的觀察值 順序不能隨意調(diào)換 ，要保持一一對應(yīng)關(guān)系； （ 3）樣本來自的總體要 服從正態(tài)分布 。 H0：兩總體均值之間不存在顯著差異。 Step03：其 他 選項選擇 單擊 【 Options】 按鈕，彈出 【 PairedSamples T Test: Options（配對樣本 T檢驗：選擇） 】 對話框。 Exclude cases analysis by analysis：點選該單選鈕，表示當分析計算涉及到含有缺失值的變量時，刪除該變量上是缺失值的觀測量。 ? 支持相關(guān)性的 Bootstrap 估計。假定抽取了 15個人組成的樣本，得到了下列有關(guān)他們每周觀看電視的小時數(shù)和每周讀書時間的小時數(shù)的數(shù)據(jù)，見表 411所示。 由于抽樣數(shù)據(jù)中，樣本都進行了看電視和讀書兩個方面的時間調(diào)查，它們的活動主體都是同一個人，因此，數(shù)據(jù)類型屬于配對樣本的類型，故利用配對樣本 t檢驗來分析。 Step02：選擇 配 對變量 在左側(cè)的候選變量列表框中依次選擇檢驗變量 “ tv”和變量 “ book”，將其添加至 【 Paired Variable(s)（成對變量） 】 列表框中。 3. 實例結(jié)果及分析 （ 1）基本統(tǒng)計信息匯總表 Mean N Std. Deviation Std. Error Mean Pair 1 看電視小時數(shù) 15 看書小時數(shù) 15 .926 （ 2）相關(guān)性分析 表 413是進行兩配對變量之間簡單相關(guān)性分析結(jié)果輸出表。投資商預(yù)言：亞洲經(jīng)濟的低迷對 1997年第四季度美國公司的收益造成負面影響。由于每組數(shù)據(jù)是同一公司在 1996年和 1997年第四季度的收益，因此本案例也屬于兩配對樣本的 t檢驗問題。 具體操作步驟如下。 Step03 在左側(cè)的候選變量列表框中依次選擇檢驗變量 “ x”和變量 “ y”，將其添加至 【 Paired Variable(s)（成對變量） 】 列表框中，進行 “ x”和 “ y” 變量的配對