图3-5 选择集中量指标 Statistics（语文成绩） N
Valid Missing
12 0
Mean 38.4167 Median 37.5000 Mode 23.00(a)
a Multiple modes exist. The smallest value is shown 第四章 差异量数——SPSS实验
学习目标：掌握SPSS中的方差和标准差的计算
例如，以下是某班甲乙两组语文单元测验成绩，请计算这两组数据的平均数、方差和标准差。
甲：8，9，10，13，13，14，14，15 乙：3，5，5，7，9，13，21，33
第1步：录入数据，见图4-3（或读取数）定义变量：语文为语文成绩、组别，甲组=1，乙组=2。
图4-3 Unitled-SPSS Data Editor对话框
第2步：选“Analyze”，展开下拉菜单。单击下拉菜单“Compare Means”中的“Means”出现“Means”对话框，将左变量框中的“成绩[语文]”选入“Dependent List”中，“组别”选入“Independent List”，见图4-4。
图4-4 Means对话框
第3步：单击“Options”，出现“Means ：Options”对话框，将“Statistics”框中“Mean，Std．deviation，Variance，Number of Cases”选入“Cell Stastics”中。见图4-5。
图4-5 Means：Options对话框
第4步：单击“Continue”按钮，返回“frequencies”，单击“OK”即可。
输出结果与解释：
Report
Std.
组别 Mean N Deviation
1.00 2.00 Total
12.0000 12.0000 12.0000
8 8 16
2.61861 10.25392 7.22957
Variance 6.857 105.143 52.267
平均数与标准差的结果为：甲组平均数为12，方差为6.857，标准差为2.618；乙组平均数为12，方差为105.142，标准差为10.254。两组平均数相等，但乙组方差、标准差大，说明乙组数据分布离散程度大，平均数代表性较差 第五章 相对量数——SPSS实验
学习目标：掌握将原始分数转换为标准分数。
例题：10名学生的成绩分别为80，90，78，64，88，92，83，75，90，86。试将其转换为标准分数。
第1步：录入（读取）数据。定义变量：成绩为chji，见图5-4。
图5-4 成绩录入
第2步：选择 “Analyze”，单击“Descriptive Statistics”中的“Descriptives”出现其对话框，选择“Save standardized values as variables”，见图5-5，单击“OK”即可。
图5-5 Descriptives对话框 输出结果见图5-6，数据编辑窗口中右侧出现“zchji”，即为每个数据相对应的标准分数。
图5-6 Z分数输出结果 第六章 相关量数——SPSS实验 学习目标：掌握SPSS有关相关分析的操作 例6-1：身高和体重的数据分别为
身高：170，165，150，180，185 体重：72，69，66，70，68
第1步：录入或读取数据。定义变量：身高shgao，体重tizh，见图6-6。
图6-6 身高与体重原始数据
第2步：选择“Analyze”，单击“Correlate”中的“Birariate”，进入“Birariate Correlations”，
见图6-7。
图6-7 Birariate Correlations对话框
第3步：将变量“shgao”和“tizh”调入“Variables”，在“Correlation Coefficient”中选择所需的相关系数（默认为pearson相关）。
第4步：在“Test of Significance”中选“Two-tailed”，单击“OK”即可。 输出结果与解释
SHGAO
Correlations
SHGAO Pearson Correlation Sig.
(2-tailed)
TIZH
N
Pearson Correlation Sig.
(2-tailed) N
在上面的结果中，变量见两两相关系数是用方阵的形式给出的。每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果，共分三列，分别是相关系数、P值和样本数。由上表可见，身高与体重之间的pearson相关为0.449，p（双侧）为0.448。因为相关系数为0.449，p＝0.448>0.05，认为身高与体重相关不显著。
.448
.
.
.448
1
TIZH .449
5 .449
5 1
5 5
