WORD格式可编辑
原假设：男女生课程平均分无显著差异
步骤：分析→比较均值→单因素分析→因变量选择课程，因子选择性别进行→输出结果： 表5-12
描述 poli female male 总数 均值的 95% 置信区间 N 30 30 60 均值 78.8667 76.7667 77.8167 标准差 10.41793 18.73901 15.06876 标准误 1.90205 3.42126 1.94537 下限 74.9765 69.7694 73.9240 上限 82.7568 83.7639 81.7093 极小值 56.00 .00 .00 极大值 94.00 96.00 96.00 表5-13
ANOVA poli 组间 组内 总数 平方和 66.150 13330.833 13396.983 df 1 58 59 均方 66.150 229.842 F .288 显著性 .594 分析：由表5-12和5-13可以看，出男生和女生成绩平均差为1.4021在置信区间内 sig值为0.307，大于0.05，故不能拒绝原假设，即认为男生和女生的平均成绩没有显著差异
7、如果将第2章第9题的数据看作是来自总体的样本，试分析哪些课程的平均分差异不显著。
步骤：计算出各科的平均分：转换→计算变量→相关的设置 表5-14 组统计量 average sex female male N 30 30 均值 67.5208 68.9229 标准差 9.08385 9.85179 均值的标准误 1.65848 1.79868
重新建立SPSS数据→分析→比较均值→单因素→进行方差齐性检验→选择Tukey方法进行检验。
利用配对样本T检验，逐对检验
8、以下是对促销人员进行培训前后的促销数据： 试分析该培训是否产生了显著效果。 培训前 440 培训后 620 500 520 580 550 460 500 490 440 480 540 600 500 590 640 430 580 510 620 320 590 470 620 原假设：培训前后效果无显著差异
步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果 表5-15
专业知识整理分享
WORD格式可编辑
成对样本统计量
成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 -138.209 上限 -3.458 t -2.314 df 11 Sig.(双侧) .041 -70.833 106.041 对 1 培训前 培训后 均值 489.17 560.00 N 12 12 标准差 78.098 61.938 均值的标准误 22.545 17.880 表5-16
成对样本相关系数
对 1
培训前 & 培训后
N 12
相关系数 -.135
Sig. .675
表5-17 成对样本检验 成对差分 均值的标准均值 对 1 培训前 - 培训后 标准差 误 30.611 差分的 95% 置信区间 下限 上限 t df 11 Sig.(双侧) 0.41 -70.833 106.041 -138.209 -3.458 -2.314 分析：由表5-15，5-16,5-17可以看出，培训前与培训后的均值差为70.83 ，由sig值为0.041，小于0.05，故拒绝原假设，认为培训前后有显著差异 即培训产生了显著效果
专业知识整理分享
相关推荐：
loading