3.3.3　实验操作

下面以数据文件“3-3”为例，说明探索分析的具体操作过程。

1．实验数据描述

数据文件“3-3”记录了两个班级学生的数学成绩、语文成绩，以此数据文件为例，利用探索分析该数据文件中的数学和语文成绩的最大值、最小值、众数、平均数等，并检验样本数据的正态性。原始Excel数据文件如图3-22所示。

在SPSS的变量视图中建立变量“id”“Math”“CHINESE”和“SEX”，分别表示学生班级、数学成绩、语文成绩和性别，在“id”变量中将“一班”和“二班”分别赋值为“1”和“2”；在“SEX”变量中将“男”和“女”分别赋值为“1”和“0”，如图3-23所示。

在SPSS活动数据文件的数据视图中，把相关数据输入到各个变量中。输入后部分数据如图3-24所示。

2．实验操作步骤

　打开数据文件“3-3”，进入SPSS Statistics数据编辑器窗口，然后在菜单栏中选择“分析”|“描述统计”|“探索”命令，打开“探索”对话框。

　将变量“Math”选入“因变量列表”列表框，将“SEX”选入“因子列表”列表框，将“班级”选入“个案标注依据”列表框。

　单击“统计”按钮，在弹出的“探索：统计”对话框中选中“描述”复选框；单击“图”按钮，在弹出的“探索：图”对话框中选中“箱图”选项组的“因子级别并置”单选按钮、“描述”选项组的“茎叶图”复选框以及“含检验的正态图”复选框。

　在“探索”对话框中选中“输出”选项组的“两者”单选按钮，然后单击“确定”按钮就可以输出探索分析的结果。

3．实验结果及分析

单击“确定”按钮，SPSS Statistics查看器窗口的输出结果如图3-25~图3-31所示。

图3-25给出了探索分析中的变量样本数据的有效个数和百分比、缺失个数和百分比及总计个数和百分比。通过“个案处理摘要”可以看出本实验中无数据缺失。

图3-26给出了数学成绩按照性别分类的一些统计量，如均值、中值、方差、标准差等。通过该图可以看出女生数学成绩均值要比男生大，而女生数学成绩中值却小于男生的中值。

图3-27给出了因变量样本数据按照因子变量分类的正态性检验结果。列中“统计”表示检验统计量的值，“自由度”表示检验的自由度，“显著性”表示检验的显著水平。对本实验而言，正态检验的原假设是：数据服从正态分布。从“正态性检验”中柯尔莫戈洛夫-斯米诺夫统计量、夏皮洛-威尔克统计量可以看出，女生和男生的数学成绩的显著水平都大于5%，接受原假设，即都服从正态分布。

图3-28给出了女生数学成绩的茎叶图。图中“频率”表示相应数据的频数，“Stem”即茎，“叶”即叶子，两者分别表示数据的整数部分和小数部分，“主干宽度”表示茎宽。

图3-29和图3-30分别给出了女生数学成绩的标准Q-Q图和趋降Q-Q图。标准Q-Q图中的观察点都分布在直线附近，趋降Q-Q图中的点除了极个别点外都分布在0值横线附近，因此显示样本数据服从正态分布，这个结论和正态性检验的结论一致。

图3-31给出了按因子变量性别区分的数学成绩的箱图，其中箱图两头的两条实线分别表示最大值和最小值，中间的黑色实线表示中位数，箱体的上下两端为四分位数。在本实验中女生数学成绩有一个编号为1的异常点或离群值。