一、统计应用（一）数据分析的目的在一个班上，有的同学主动练习提高自己的作文水平，有的同学则被老师强制才会练习，另一些同学不会在课余时间做练习，而且他们的学习量也不同，这些练习作文的同学中有的一个月会练习20篇以上，有的会少于20篇，所以从以一个班抽取24名同学并取得他们最近的作文成绩，来研究学习方式与练习量对作文成绩的影响。二、实验设计与数据截图（一）实验设计该试验为3（学习方式：不练习，主动练习，被动练习）*2（课余练习量:少于20篇，大于等于20篇）的被试间实验设计，从同一个班抽取24名学生最近一次的作文测验成绩，研究学习方式与课余练习量对作文成绩的影响。（二）数据截图三、分析步骤（一）统计描述1.步骤：（1）点击Analyze→DscriptiveStatistics→Frequencies,将成绩选入右边变量窗口，点击Charts,在弹出的窗口选择Histograms,点击Continue返回，点ok确定。（2）点击Analyze→DscriptiveStatistics→Dscriptive，将学习量，学习方式，成绩选入右边的变量窗口，再点击Options,在弹出的窗口中选择Mean等相应的选项，点击Continue返回，点ok确定。2.统计描述截图3．统计描述结果分析：学习成绩有20个数据量，最小值为21分，最大值为40分.均值为31,0417，标准差为-0.150.并且学习成绩呈正态分布。（二）相关分析1.步骤：点击Analyz→选correlate→Bivariate随后弹出一个窗口，将学习方式和成绩选入variable窗口中，选择下面的肯德尔系数和斯皮尔曼系数选项框，再点击ok确定。2.相关分析截图3.相关结果的分析和解释两个相关变量（学习方式和成绩）的肯德尔相关系数为：0.770>0，表示呈一定线性关系，相关系数检验对应的P值为0.000，小于显著性水平0.005，应该拒绝原假设（两个变量具有相关性），即：成绩和学习方式之间相关性显著。两个相关变量（学习方式和成绩）的Spearman相关系数为：0.883>0,表示呈一定的线性关系；相关系数检验对应的概率P值为:0.000，小于显著性水平0.05，应该拒绝原假设（两个变量具有相关性），即：成绩和学习方式之间相关性显著。（三）方差分析1：分析步骤：（1）点击Analyze→选GenerallinearModel中的Univariate弹出Univariate对话框。（2）在对话框左侧的变量窗口中，将因变量“成绩”选入DependentVarisble中，将自变量“学习方式”和“练习量”选入FixedFactor选项框中（3）点开左边Option按钮，选Homogeneitytest选项对数据进行方差齐性检验，选择continue返回，选择OK确定2：方差分析截图方差齐性检验结果：Levene统计量值为：0.757，对应的概率P值为：0.592，大于显著性水平0.05，所以接受原假设。即：认为三种不同的学习方法的成绩的总体方差无显著性差异，满足方差分析的前提条件。3、方差结果的分析和解释学习方式对应的概率P值为：0.000，小于显著性a=0.05，：学习方式对成绩均值产生显著性的影响。学习量对应的概率P值为：0.000，小于显著性a=0.05，所以学习量对成绩均值产生显著性的影响。学习方法和学习量的交互作用对应的概率P值为：0.731，大于显著性水平a=0.05，所以接受原假设，即：学习方法和学习量的交互作用对成绩均值的影响不显著。（四）交互作用不显著，主要效应的比较1.分析步骤：(1)点击Analyze→选GenerallinearModel中的Univariate弹出Univariate对话框。（2）在对话框左侧的变量窗口中，将因变量“成绩”选入DependentVarisble框中，把自变量“学习方式”和“练习量”选入FixedFactor选项框中(3)选择PostHoc,将“学习方式”和“练习量”选入PostHocTest下的空框中，并选择Scheffe,点击continue（4）按Option→将“学习方式”、“练习量”“学习方式*练习量”选入DisplayMeanfor下面的选项框，选择Discriptivestatistics/Estimateeffectsize等相应的选项，点continue返回，点Ok确定。2.相关截图：3.主要效应的比较结果分析（1）由于练习量与学习方式的交互作用未达到显著（F=2.271;P=0.132），因而看主效果的F值，分别是66.929（P=0.000），21.753（