SPSS在游程检验中的剖析
•
Step02：选择检验变量 在【Runs Test(游程检验 )】对话框左侧的候选变量列表框中 选择一个或几个变量，将其添加至【Test Variable List(检验变 量列表)】列表框中，表示需要进行游程检验的变量。
•
Step03：确定断点
在【Cut point(割点)】选项组中指定计算游程数的分界值。 小于分界值的观察值归为一组，其余的归为另一组，然后计算 游程数。
Step02：选择检验变量 在候选变量列表框中选择“ x” 变量作为检验变量，将其添加至 【Test Variable List(检验变量列表)】列表框中。 Step03：确定断点 在【Cut point(割点)】选项组中取消勾选【Median(中位数)】复选 框，勾选【Mean(均值)】复选框。
2.基本原理
游程检验可用来检验任何序列的随机性，而不管这个序列是 怎样产生的；此外还可用来判断两个总体的分布是否相同，从 而检验出它们的位置中心有无显著差异。
3.软件使用方法
SPSS中利用游程数构造 Z统计量，利用Z统计量的分布来检 验序列是否具有随机性。软件将自动计算出 Z统计量的取值及 对应的概率P值。如果概率P值小于或等于用户设定的显著性水 平，则拒绝零假设，认为变量不具有随机性；相反的，如果概 率P值大于显著性水平，则认为变量出现是随机的。
•
1. 实例内容 已知某企业在过去20年的盈亏情况为“0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1”。其中“0”表示亏损，“1”表示盈利。现根据财 务统计预测今年该企业盈利，请问这个结果对企业明年的经营 状况有无影响？
•
2. 实例操作 根据过去20年的经营情况看到该企业的盈亏情况经常逐年发 生变化。已知今年企业盈利，要判断明年企业的盈亏状态，其 实就是要分析今年企业的盈利是否会对明年它的盈亏带来一定 的影响。也就是说，要判断不同年份之间的盈亏情况有无影响 性，即盈亏情况是否是随机的。这样就可以通过游程检验来分 析历史数据。如果历史数据是随机的，说明今年的盈利不会对 明年企业的生产产生影响；反之，表明今年的盈利会对明年生 产有影响。所以采用SPSS具体操作步骤如下。
盈亏 Test Valuea Cases < Test Value .65 7
CasesБайду номын сангаас>= Test Value
Total Cases Number of Runs Z
13
20 4 -2.843
Asymp. Sig. (2-tailed)
.004
6.4.4 实例进阶分析：工业和商业企业 的负债水平
6.4.2 游程检验的SPSS操作详解
•
Step01：打开对话框 选 择 菜 单 栏 中 的 【Analyze( 分 析 )】 →【Nonparametric Tests( 非 参 数 检 验 )】→【Legacy Dialogs( 旧 对 话 框 )】→ 【Runs(游程)】命令，弹出【Runs Test(游程检验)】对话框。
SPSS在游程检验中的应用
6.4 SPSS
在游程检验中的应用
6.4.1 游程检验的基本原理 1.方法概述
游程检验是一种利用游程数所作的单样本随机性的检验方法， 它可以用来判断观察值的顺序是否为随机。许多统计模型的假 设中都要求观察值都是独立的，也就是说，收集到的数据样本 的顺序是不相关的。如果样本顺序影响到统计结果，那么样本 就可能不是随机的，这将使研究者不能得出关于抽样总体的准 确结论。因此，研究者可以使用游程检验来检验数据的随机性。
Step01：打开对话框
打 开 数 据 文 件 6-3.sav ， 选 择 菜 单 栏 中 的 【Analyze( 分 析 )】 → 【Nonparametric Tests(非参数检验)】→【Legacy Dialogs(旧对话框)】 →【Runs Test(游程检验)】命令，弹出【Runs Test(游程检验)】对话 框。其中“x”变量表示企业盈亏状态，“0”表示亏损，“1”表示盈 利。
1.实例内容 在我国的工业和商业企业中随机抽取22家企业进行资产负债率 行业差异分析，其1999年底的资产负债率（％）如下，请问两个 行业的负债水平是否有显著性差异？
工业企业
64
76
55
82
59
82
70
75
61
64
73
83
商业企业
77
80
80
65
93
91
84
91
84
86
2. 实例操作
要检验工业和商业企业的负债水平是否有差异，可以将两组 数据混合起来，同时用“1”表示数据来自工业企业，“2”表示 数据来自商业企业。接着将这些序列按照升序或降序重新排列。 这样可以得到由1和2构成的数列，如1221122。 如果两个行业的负债水平没有差异，它们的资产负债率按大 小应该是随机混合排列的，则构成的这组数列应该是随机的； 否则说明工业和商业企业的负债水平有一定的规律性，即两个 行业有一定的差异性。
•
Step04：选择计算精确概率 【Exact】按钮用于选择计算概率 P 值的方法，它的功能和卡方 检验中的相应按钮相同的。
• •
Step05：其他选项选择 【Options】按钮用于指定输出内容和关于缺失值的处理方法。 Step06：单击【OK】按钮，结束操作，SPSS软件自动输出结果。
6.4.3 实例图文分析：企业盈亏预测
Step04：完成操作
最后，单击【OK(确定)】按钮，操作完成。
3 .实例结果及分析
首先“Test Value＝0.65”表示游程检验以0.65作为断点将原始数据分为 两组。在过去20 年中，企业亏损的年份数共有 7 年，而在剩下的 13 年里 该企业都是盈利的。整个历史数据的游程数等于 4 。接着计算游程检验 的Z统计量等于-2.843，相伴概率P值0.004 显然小于显著性水平 0.05。所 以，认为企业盈亏历史数据并不是随机的，其中有一定的规律性。因此， 今年企业的盈利会对明年企业的经营状况产生显著影响。
SPSS具体操作步骤
Step01：打开数据文件6-4.sav，其中“fzl”变量表示企业的资产负债 率；“indicate”变量表示企业类型，“1”表示工业企业，“2”表示商 业企业。 Step02：选择菜单栏中的【Data(数据)】→【Sort Cases(排序个案)】 命令，弹出【Sort Cases(排序个案)】对话框。在候选变量列表框中 选择变量“fzl”，添加至【Sort by(排序依据)】列表框中。这步的目 的就是要按照企业负债率的高低对“indicate”变量重新排序。
游程检验
市场有效性检验游程检验在金融中主要用于检验市场有效性，比如检验证券市场，外汇市场，黄金期货市场等的有效性。
为什么会用游程检验检验市场有效性呢？下面我就从市场有效性的概念做一下解释。
所谓有效市场，就是市场价格波动服从随机游走趋势，市场价格总是能反映可获得的信息。
如果市场中的价格不能充分反映可获得的信息，投资者则可以利用技术分析的方法获得超额利润。
对市场有效性的检验，就是从统计上检验市场价格波动是否服从随机游走趋势，因此可以用游程检验来检验市场有效性。
下面我就检验股票市场有效性来介绍一下游程检验在金融中的应用。
市场有效性按其强弱程度可分为弱式有效、半强势有效、强势有效三种。
要检验市场有效性，必须先检验市场是否具有弱式有效性市场，若无弱式有效性，那就更谈不上强式有效性。
因此对我国市场有效性检验应从弱式有效性检验入手。
在弱式有效市场的假设下，当前的价格充分反映了全部历史时间序列信息都包括在当前的价格变化之中了。
因此，过去、现在和未来的价格变化之间是没有关系的，价格变化是相互独立的，也就是随机的，技术分析交易规则是无效的。
一．检验方法市场弱式有效性检验的检验方法一般包括两种：一是对随机误差项{}ε序列进行相关性检验，考察是否从在序列自相关；二是进行游t程检验（Runs test），考察股票市场是否通过该检验，并据此判断中国市场是否达到了弱式有效有效性。
游程检验可以避免时间序列相关性检验的两个缺点，一是可能受异常值干扰，但在相关系数中不能反映；二是可能收到有限方差存在与否的影响。
本文只对游程检验方法做一下探讨。
Geary（1970）采用游程检验来检验时间序列中的自相关性，以检验这些序列是否是纯随机的。
如果对时间序列进行游程检验后发现，该序列的游程数显著小于纯随机时间序列游程数的数学期望，则说明该时间序列呈现出持续地随趋势变动的特征，容易发生同方向的持续变化，时间序列具有正的自相关性；反之，如果该序列的游程数显著大于纯随机时间序列游程数的数学期望，则说明该时间序列呈现出反转和均值回复的特征，时间序列具有负的自相关性。
spss的各种分析操作过程
一、统计报告l 在线分析处理报告Analyze→Reports→OLAP Cubesl 个案摘要报告Analyze→Reports→Summarize Casesl 行形式摘要报告Analyze→Reports→Report Summaries in Rowsl 列形式摘要报告Analyze→Reports→Report Summaries in Columns二、描述性统计分析1.频数分析Analyze→Descriptive Statistic→Frequencies(1)频度分布表(2)变量描述统计量的计算(3)显示频度的图形2.基本描述统计量Analyze→Descriptive Statistic→Descriptivesl 集中趋势(Central T endency)的统计量l 离散趋势(Dispersion)的统计量l 分布形态(Distribution)的统计量3.探索性分析Analyze→Descriptive Statistic→Explorel 茎叶图l 箱图l 正态分布检验Q－Q概率图l 方差齐性检验的散点－分层图4.交叉列联表分析Analyze→Descriptive Statistic→Crosstabs三、两总体均值比较l 单样本T检验Analyze→Compare Means→One-Sample T T estl 独立样本T检验Analyze→Compare Means→Independen t-Samples T T est l 配对样本T检验Analyze→Compare Means→Paired-Samples T T est四、方差分析l 单因素方差分析Analyze→Compare Means→One-way ANOV Al 多因素方差分析Analyze→General Linear Model→Univariatel 协方差分析Analyze→General Linear Model→Univariateu 假设检验的步骤1.提出原假设和备择假设对每个假设检验问题，一般可同时提出两个相反的假设：●原假设原假设又称零假设，是正待检验的假设，记为H0●备择假设备择假设是拒绝原假设后可供选择的假设，记为H1 。
SPSS统计分析实用教程(第2版)
探索性分析
03
均值比较与t检验
总结词
单样本t检验用于检验单个样本的均值是否与已知的某个值或参考值存在显著差异。
详细描述
在单样本t检验中，我们将已知的某个值或参考值作为检验标准，然后比较单个样本的均值与此标准之间的差异。通过计算t统计量和对应的p值，我们可以判断样本均值与标准值是否存在显著差异。
单样本t检验
通过图形方式展示两个变量之间的关系，可以直观地观察到它们之间的模式和趋势。
相关分析
散点图
相关系数
预测模型
通过一个或多个自变量预测因变量的值，建立预测模型，并评估模型的拟合优度和预测能力。
回归系数
描述自变量对因变量的影响程度，通过回归系数可以了解各个自变量对因变量的贡献。
线性回归分析
非线性关系
协方差分析是在考虑一个或多个协变量的影响后，比较两个或多个分类变量对数值型变量的影响。通过控制协变量的影响，可以更准确地评估各组之间的差异，并确定分类变量对数值型变量的真实效应。
总结词
详细描述
协方差分析
05
非参数检验
适用范围
01
卡方检验主要用于比较实际观测频数与期望频数之间的差异。
计算方法
02
通过卡方统计量，即实际观测频数与期望频数的差的平方与期望频数的比值，来评估两者之间的差异程度。
聚类分析
聚类分析基于观测数据之间的相似性或距离将它们分组，使得同一聚类中的数据尽可能相似，不同聚类中的数据尽可能不同。
聚类分析在市场细分、生物信息学和社交网络等领域有广泛应用。
THANKS FOR
WATCHING
感谢您的观看
详细描述
探索性分析
总结词
探索性分析还可以用于预测和分类，例如决策树、逻辑回归等。
SPSS分析调查问卷数据的方法
SPSS分析调查问卷数据的方法当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以p为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量﹑数据录入﹑统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍.Sp处理:第一步:定义变量我们知道在p中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为:1.请问你的年龄属于下面哪一个年龄段()以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明.1.开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value、Miing两项不设置即可.2.多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项.现在举例来说明在p中的具体操作.比如如下一例:请问您通常获取新闻的方式有哪些()1报纸2杂志3电视4收音机5网络在p中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可.使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。
第二步:数据录入Sp数据录入有很多方式,大致有一下几种:1.读取SPSS格式的数据2.读取E某cel等格式的数据3.读取文本数据（Fi某ed和Delimiter)4.读取数据库格式数据(分如下两步)（1）配置ODBC（2）在SPSS中通过ODBC和数据库进行但是对于问卷的数据录入其实很简单,只要在p的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下.1.在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案.在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了.第三步:统计分析有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。
如何用SPSS探测及检验异常值
如何用SPSS探测及检验异常值一、采用数据探索过程探测异常值SPSS菜单实现程序为: 主菜单–>“Analyze”–>“Descriptive Statistics”–>“Explore……”选项–>“Statistics”按钮–>选中“Outliers”复选框。
输出结果中将列出5个最大值和5个最小值作为异常的嫌疑值。
二、采用箱线图（boxplot）探测异常值箱线图比较直观、形象，易于理解，因此它在统计分析中占有非常重要的地位。
1. 利用上述的数据探测过程，在“Explore”对话框中单击“Plots”，出现如图2所示的对话框，通过“Boxplots”方框可以确定箱线图的生成方式。
“Factor levels together”复选框表示将要为每个因变量创建一个箱线图，“Dependent together”复选框表示将为每个分组变量水平创建箱线图，“None”复选框表示不创建箱线图。
2. 直接利用SPSS中的画图功能实现箱线图，SPSS给出了两种箱线图，一种是基本箱线图，另一种是交互式箱线图。
基本箱线图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中选择“Boxplot……”选项。
交互式箱形图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中点击“Interactive”选项，在弹出的二级菜单中选择“Boxplot……”选项。
下面仍以A公司雇员分工种的开始工资为例构造基本箱线图(如图3)。
箱线图中的“○”表示可疑的异常值，此处异常值的确定采用的是“五数概括法”，即:变量值超过第75百分位点和25百分位点上变量值之差的1.5倍(箱体上方)或变量值小于第75百分位点和25百分位点上变量值之差的1.5倍(箱体下方)的点对应的值。
三、SPSS 14 后的新功能Data –> Validation：？？？如何设置。
SPSS数据分析报告
.
df
471
0
线性回归模型
建立用受教育程度预测现工资的回归方程。
图 受教育程度与现工资水平散点图
表 回归方程模型汇总
模型摘要
模型
R
R 平方
调整後 R 平方
标准偏斜度错误
1
.661a
.436
.435
$12,
a. 预测值：（常数），Educational Level (years)
2=，说明在对现工资水平的影响因素中，受教育程度起到一定的作用，但是并非决定性作用。
SPSS期 末 报 告
关于员工受教育程度对其工资水平的影响统计分析报告
课程名称：SPSS统计分析方法
姓 名：汤重阳
学 号：
所在专业：人力资源管理
所在班级：三班
一、数据样本描述
分析数据来自于“微盘——SPSS数据包data02-01”。
本次分析的数据为某公司474名职工状况统计表，其中共包含11个变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用SPSS统计软件，对变量进行统计分析，以了解该公司职工总体状况，并分析职工受教育程度、起始工资、现工资的分布特点及相互间的关系。
群组之间
9
.000
在群组内
464
总计
473
P=
P<α
接受H1，认为职工受教育水平对现工资有显着影响。
SPSS实验报告
《统计分析与SPSS的应用》实验报告班级：090911学号：09091141姓名：律江山评分：南昌航空大学经济管理学院南昌航空大学经济管理学院学生实验报告实验课程名称：统计分析与SPSS的应用专业经济学班级学号09091141 姓名律江山成绩实验地点G804 实验性质：演示性 验证性综合性设计性实验项目名称基本统计分析（交叉分组下的频数分析）指导教师周小刚一、实验目的掌握利用SPSS 软件进行基本统计量均值与均值标准误、中位数、众数、全距、方差和标准差、四分位数、十分位数和百分位数、频数、峰度、偏度的计算，进行标准化Z分数及其线形转换，统计表、统计图的显示。
二、实验内容及步骤(包括实验案例及基本操作步骤)（1）实验案例：居民储蓄存款。
（2）基本步骤：1、单击菜单选项analyze→descriptive statistics→crosstabs2、选择行变量到row(s)框中，选择列变量到column(s)框中3、选择dispiay clustered bar charts选项，指定绘制各变量交叉分组下的频数分布棒图。
三、实验结论(包括SPSS输出结果及分析解释)实验结论：较大部分储户认为在未来收入会基本不变，收入会增加的比例高于会减少的比例；城镇储户中认为收入会增加的比例高于会减少的比例，但农村储户恰恰相反；可见城镇和农村储户在对该问题的看法上存在分歧。
城镇户口较内存户口收入有明显的增加，但未来收入减少的比例差距不大。
其中二者未来收入大部分基本保持不变。
实验课程名称：统计分析与SPSS的应用专业经济学班级学号09091141 姓名律江山成绩实验地点G804 实验性质：演示性 验证性综合性设计性实验项目名称参数检验（两独立样本T检验）指导教师周小刚一、实验目的掌握利用 SPSS 进行单样本 T 检验、两独立样本 T 检验和两配对样本 T 检验的基本方法，并能够解释软件运行结果。
利用来自两个总体的独立样本，推断两个总体的均值是否存在显着差异。
SPSS在游程检验中的
Step02：选择检验变量 在候选变量列表框中选择“ x” 变量作为检验变量，将其添加至 【Test Variable List(检验变量列表)】列表框中。 Step03：确定断点 在【Cut point(割点)】选项组中取消勾选【Median(中位数)】复选 框，勾选【Mean(均值)】复选框。
•
Step02：选择检验变量 在【Runs Test(游程检验 )】对话框左侧的候选变量列表框中 选择一个或几个变量，将其添加至【Test Variable List(检验变 量列表)】列表框中，表示需要进行游程检验的变量。
•
Step03：确定断点
在【Cut point(割点)】选项组中指定计算游程数的分界值。 小于分界值的观察值归为一组，其余的归为另一组，然后计算 游程数。
SPSS在游程检验中的应用
6.4 SPSS
在游程检验中的应用
6.4.1 游程检验的基本原理 1.方法概述
游程检验是一种利用游程数所作的单样本随机性的检验方法， 它可以用来判断观察值的顺序是否为随机。许多统计模型的假 设中都要求观察值都是独立的，也就是说，收集到的数据样本 的顺序是不相关的。如果样本顺序影响到统计结果，那么样本 就可能不是随机的，这将使研究者不能得出关于抽样总体的准 确结论。因此，研究者可以使用游程检验来检验数据的随机性。
•
Step04：选择计算精确概率 【Exact】按钮用于选择计算概率 P 值的方法，它的功能和卡方 检验中的相应按钮相同的。
• •
Step05：其他选项选择 【Options】按钮用于指定输出内容和关于缺失值的处理方法。 Step06：单击【OK】按钮，结束操作，SPSS软件自动输出结果。
6.4.3 实例图文分析：企业盈亏预测
SPSS分析调查问卷数据方法
SPSS分析调查问卷数据的方法(2012-05-29 21:45:13)分类：学习标签：杂谈当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量﹑数据录入﹑统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍.Spss处理:第一步:定义变量大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。
在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类). 我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为:1.请问你的年龄属于下面哪一个年龄段( )?A:20—29 B:30—39 C:40—49 D:50--59那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width 宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。
SPSS简易分析流程详解
第一部分：差异检验1. 独立样本t检验如：为研究分散注意是否对人的识记成绩有影响，将20名被试随机分成两组。
一组是集中注意条件，在呈现单词的时候不给予干扰作业。
另一组是分散注意条件，即在向被试听觉呈现单词的时候同时要求完成某项较高难度的空间追踪任务。
20名被试的记忆成绩结果如下：集中注意条件：8.5 9.0 10.0 7.3 9.2 10.5 8.9 6.7 11.0 9.3分散注意条件：4.5 5.1 6.0 3.6 7.0 6.8 5.5 6.4 7.1 5.6问在识记时分散注意对记忆成绩有无影响（数据文件attention.sav）。
类似问题一般都用平均数的差异检验进行分析，本组中，实验处理（自变量）只有2个水平，故其差异检验用独立样本t检验，操作程序为：Analyze（分析）——Compare Means（平均数比较）——Independent-Sample T Test①将记忆成绩即因变量选入Test Variable，将注意类型即自变量（2个水平）选入Grouping Variable；②点击Define Groups，在弹出的对话框中，Group 1设置自变量的第一个水平（本实验中集中注意为1，故此处输入1），Group 2 设置自变量的第二个水平（即2），再点击Continue 后，点击OK，显示统计结果。
③输出的结果中，首先看下图第二个表格，只需要t、df和Sig（显著性水平）三个值，由下表可知，分别为6.271、18和.000，故差异显著，即两种注意条件下，个体对单词的记忆成绩存在显著差异，再结合第一个表格的Mean（即平均数），发现集中注意的成绩9.0400大于分散注意的成绩5.4600，故集中注意的记忆效果显著高于分散注意。
2. 相关样本t检验基本过程与独立样本t检验类似，操作程序为：Analyze（分析）——Compare Means（平均数比较）——Paired-Sample T Test例题：从某小学三年级随机抽取20名儿童做样本，分别在学期初和学期末进行了推理测验，结果如下（数据文件：Test.sav）：学生编号 1 2 3 4 5 6 7 8 9 10学期初 12 13 12 11 10 13 14 15 15 11学期末 14 14 11 15 11 14 14 17 15 14学生编号 11 12 13 14 15 16 17 18 19 20学期初 13 12 11 10 13 14 15 15 11 12学期末 14 14 11 15 14 14 16 18 15 14①分两次分别点击“学期初成绩”和“学期末成绩”两个变量，如下图所示，Current Selections 显示两个变量后，点击中间的小三角选入Paired Variables后点击OK，显示结果；②输出结果的理解和分析与独立样本t检验相同。