spss期末考试上机复习题(含答案)

spss期末考试上机复习题(含答案)
《spss软件应用》上机操作题库
1.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果
如下表。

问男女生在学业成绩上有无显著差异？
中等以上中等以下
男
女
性别*学业成绩交叉制表
计数
学业成绩
合计
中等以上中等以下
性别男231740
女382260
合计6139100
根据皮尔逊卡方检验，p=0.558〉0.05所以男生女生在学业成绩上无显著性差异。

2．为了研究两种教学方法的效果。

选择了6对智商、年龄、阅读能力、家庭条件都相同的儿童进行了实验。

结果（测试分数）如下。

问：能否认为新教学方法优于原教学方法（采用非参数检验）？
序号新教学方法原教学方法
12383
69
87
78
65
88
45693
78
59
91
72
59
答：由威尔逊非参数检验分析可知p=0.08〉0.05，所以不能认为新教学方法显著优于原教学方法。

3．下面的表格记录了某公司采用新、旧两种培训前后的工作能力评分增加情况，分析目的是比较这两种培训方法的效果有无差异。

考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了记录。

方法加盟时间分数方法加盟时间分数
旧方法 1.59新方法212
旧方法 2.510.5新方法 4.514
旧方法 5.513新方法716
旧方法18新方法0.59
旧方法411新方法 4.512
旧方法59.5新方法 4.510
旧方法 3.510新方法210
旧方法412新方法514
旧方法 4.512.5新方法616
(1)分不同的培训方法计算加盟时间、评分增加量的平均数。

(2)分析两种培训方式的效果是否有差异？
答：（1）
所以新方法的加盟时间平均数为4分数增加量的平均数为12.5556
描述统计量
所以旧方法的加盟时间平均数为3.5分数增加量的平均数为10.6111
（2）
检验统计量b
旧方法-新方法
Z-2.530a
渐近显著性(双侧).011
a.基于正秩。

b.Wilcoxon带符号秩检验
答：由威尔逊非参数检验分析可知p=0.11〉0.05所以两种培训方法无显著性差异。

4．26名被试分配在不同的情景中进行阅读理解的实验，结果如下表。

试问情景对学生的阅读理解成绩是否有影响？
情景阅读理解成绩
A101312101481213
B98129811768119
C67758410
答：经过单因素方差分析可知p=0.000<0.05所以情景对学生的阅读理解成绩有影响。

5．研究者将20名被试随机分配在四种实验条件下进行实验，结果如下表。

试问四种实验条件对学生有无影响？
实验条件实验成绩
A1314171922
B451033
C2428313022
D1*******
描述性统计量
N均值标准差极小值极大值
实验成绩2014.75009.01972 3.0031.00
实验条件20 2.5000 1.14708 1.00 4.00
检验统计量(a)(,)(b)
实验成绩
卡方17.076
df3
渐近显著性.001
a.Kruskal Wallis检验
b.分组变量:实验条件
答：根据肯德尔W系数分析可得p=0.001<0.05所以四种实验条件对学生有影响。

6．家庭经济状况属于上、中、下的高中毕业生，对于是否愿意报考师范大学有三种不同的态度，其人数分布如下表。

试问学生报考师范大学与家庭经济状况是否有关系？
表12-8家庭经济状况与报考师范的态度调查结果表
家庭经济状况
报考师范大学的态度
愿意不愿意不表态
上132710
中201920
下18711
家庭状况*是否愿意交叉制表
计数
是否愿意
合计
愿意不愿意不表态
家庭状况上13271050中20192059
下1871136
合计515341145
卡方检验
值df渐进Sig.(双
侧)
Pearson卡方12.763a4.012似然比12.7904.012线性和线性组合.4591.498有效案例中的N145
a.0单元格(.0%)的期望计数少于5。

最小期望计数为
10.18。

答：根据交叉表分析可知，r=12.763，p<0.05，有显著性差异，即学生报考师范大学与家庭经济状况有关系。

7．假定我们在某大学对400名大学生进行民意测验，询问文理
科的男女学生对于开设文理交叉的校选课的看法，即不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见是否相同。

结果如下。

表12-7文理科男女的态度调查表
学科男生女生
文科8040
理科120160
案例处理摘要
案例
有效的缺失合计
N百分比N百分比N百分比性别*文理
科
400100.0%0.0%400100.0%
性别*文理科交叉制表
计数
文理科
合计
文科理科
性别男80120200
女40160200
合计120280400
卡方检验
值df渐进Sig.
(双侧)
精确Sig.(双
侧)
精确Sig.(单
侧)
Pearson卡方19.048a1.000
连续校正b18.1071.000
似然比19.3261.000
Fisher的精确检
验
.000.000
线性和线性组合19.0001.000
有效案例中的N400
a.0单元格(.0%)的期望计数少于5。

最小期望计数为60.00。

b.仅对2x2表计算
答：根据交叉表分析可知p=0.000<0.05，所以不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见不相同。

8．对20名睡眠有困难的被试，随机分为三组，每组随机采用一种睡眠训练方法（A、B、C）进行训练，两个月让他们在0到50的范围对自己睡眠效果进行评分。

结果为下。

试问三种训练方法有无显著差异？
A法：16，9，14，19，17，11，22
B法：43，38，40，46，35，43，45
C法：21，34，36，40，29，34
秩
方法N秩均值
评分方法A7 4.14
方法B716.50
方法C610.92
总数20
检验统计量(a)(,)(b)
评分
卡方15.347
df2
渐近显著性.000
a.Kruskal Wallis检验
b.分组变量:方法
答：根据肯德尔W系数分析可知p=0.000<0.05，,因此有非常显著性差异，即三种方法训练均有显著性差异，方法B的效果最为显著。

9．用三种不同的教学方法分别对三个随机抽取的实验组进行教学实验，实验后统一测验成绩如下，试问三种教学方法的效果是
否存在显著差异？（假设实验结果呈正态分布）
教法A：76，78，60，62，74
教法B：83，70，82，76，69
教法C：92，86，83，85，79
成绩
平方和df平均值平方F顯著性
群組之間570.0002285.000 6.333.013
在群組內540.0001245.000
總計1110.00014
答：根据单因素方差分析可知p=0.013<0.05因此有显著性差异，即三种教学方法均有显著性差异。

10．某研究者想了解不同性别的消费者对某种商品的态度，在所调查的228名男性消费者中有160人喜欢该商品，而在208名女性消费者中有90人喜欢该商品，试问不同性别对该商品的态度是否有差异？
案例处理摘要
案例
答：根据交叉表分析可知，卡方=32.191，p<0.01,有非常显著性相关，即不同性别对该商品的态度有差异。

11．下面是在三种实验条件下的实验结果，不同实验条件在结果上是否存在差异。

实验结果（X）
A5550484947
B4548434244
C4143424036
答：根据单因素方差分析可知p=0.001<0.05，所以不同实验条件在结果上是存在差异。

12．从两所高中随机抽取的普通心理学的成绩如下（假设总体呈正态）。

试问两所高中的成绩有无显著不同？
A校：78848178768379758591
答：根据独立样本t检验可知，F=0.094,p>0.05，因此没有显著性差异，即两所高中的成绩没有显著不同。

13.为研究练习效果，取10名被试，每人对同一测验进行2次，试问练习效果是否显著？
被试12345678910
测试1121125134134170176178187189190
测试2122145159171176177165189195191
差异。

．将三岁幼儿经过配对而成的实验组施以5种颜色命名的教学，而对照组不施以教学，后
14
答：根据配对样本t检验可知p=0.49<0.05,因此，有显著性差异，即两组测验得分有显著性差异。

15．已建立的数据文件child.sav。

试完成下面的操作：
1．仅对女童身高进行描述性分析；
2．试对身高(x5,cm)按如下方式分组:并建立一个新的变量c。

c=1时,100cm以下;
c=2时,100cm-120cm;
c=3时,120cm以上
描述统计量
N极小值极大值均值标准差
性别4622 2.00.000
身高,cm4699.3122.3109.896 5.7706
有效的N（列表状态）46
16．某种电子元件的平均寿命x（单位：小时）服从正态分布，现测得16只元件的寿命分别为159、280、101、212、224、379、179、264、222、362、168、149、260、485、170，
单个样本检验
检验值=225
t df Sig.(双侧)均值差值差分的95%置信区间下限上限
元件寿命.60414.55515.93333-40.643272.5099
答：根据单样本t检验可知，p=0.555>0.05,因此，无显著性差异，即
的平均寿命显著地大于225小时。

17.一个诊所的心理医生想要比较减少大学生敌意水平的三种方法，他使用了某种测试以测量敌意程度。

测试中高分表示敌意度大，心理医生取得了试验中得到高分以及高分分数比较接近的
24名学生。

随机分配到三种治疗方法中，所有的治疗均连续进行了一个学期，每个学生在学期末都做HLT测试。

问三种方法的平均分是否有差异。

方法1：96、79、91、85、83、91、82、87
方法2：77、76、74、73、78、71、78
方法3：66、73、69、66、77、73、71、70、74
答：根据单因素方差分析可知，p=0.000<0.01,因此有非常显著性差异，即三种方法的平均分有非常显著性差异。

18.请根据已建立的数据文件：child.sav，完成下列的填空题。

请找出男童身高分布中的奇异值有1个观测量。

所有6周岁男孩的体重变量的标准差是 1.8297；中位数是17.450。

所有幼儿的身高和坐高的相关系数是0.924。

19.为研究某合作游戏对幼儿合作意愿的影响，将18名幼儿随机分到甲、乙、丙3个组，每组6人，分别参加不同的合作游戏，12周后测量他们的合作意愿，数据见表，问不同合作游戏是否对幼儿的合作意愿产生显著影响？
描述成绩
N均值标准差标准误均值的95%置信区间
极小值极大值下限上限
甲6 3.8167.44907.18333 3.3454 4.2879 3.30 4.30乙6 4.2333.39328.16055 3.8206 4.6461 3.50 4.60丙6 4.7333.67132.27406 4.0288 5.4378 3.60 5.60总数18 4.2611.62133.14645 3.9521 4.5701 3.30 5.60方差齐性检验
成绩
Levene统计量df1df2显著性
.640215.541
ANOVA
成绩
平方和df均方F显著性
组间 2.5282 1.264 4.698.026
组内 4.03515.269
总数 6.56317
多重比较
成绩
LSD
(I)分组(J)分组均值差
(I-J)标准误显著性
95%置信区间
下限上限
甲乙-.41667.29944.184-1.0549.2216
丙-.91667*.29944.008-1.5549-.2784
乙甲.41667.29944.184-.2216 1.0549
丙-.50000.29944.116-1.1382.1382
丙甲.91667*.29944.008.2784 1.5549
乙.50000.29944.116-.1382 1.1382
*.均值差的显著性水平为0.05。

答：根据单因素方差分析可知p=0.026<0.05,因此有显著性差
异，即不同合作游戏对幼儿的合作意愿会产生显著影响。

20.某教师为考察复习方法对学生记忆单词效果的影响，将20名学生随机分成4组，每组5人采用一种复习方法，学生学完一定数量单词之后，在规定时间内进行复习，然后进行测试。

结果见表。

问各种方法的效果是否有差异？并将各种复习方法按效果好坏排序。

描述性统计量
N均值标准差极小值极大值
分数2023.850010.085298.0045.00
复习方式20 2.5000 1.14708 1.00 4.00
秩
复习方式N秩均值
分数集中循环复习5 3.60
分段循环复习517.20
逐个击破复习57.40
梯度学习513.80
总数20
检验统计量a,b
分数
卡方16.204
df3
渐近显著性.001
a.Kruskal Wallis检验
b.分组变量:复习方式
答：根据非参数检验中的多个独立样本非参数检验可知，p=0.001<0.01，有显著性差异，即四种方法均有显著性差异，复习效果排序为分段循环复习>梯度学习>逐个击破学习>集中循环复习。

21.下面的实验显示了睡眠剥夺对智力活动的影响，8个被试同意48个小时保持不睡眠，每隔12个小时，研究者给被试若干算术题，表中记录了被试正确解决的算术题数目。

根据上述数据，研究者能否做出睡眠剥夺对被试基本智力活动有显著影响的结论？
描述
正确题目
N
均值标准差标准误均值的95%置信区间
极大值下限上限1289.00001.69031.597617.586910.4131 7.0012.002489.00001.69031.597617.586910.41317.00 12.003688.75002.18763.773446.921110.57896.0012.00 4888.5000 2.00000.70711 6.828010.1720 6.0011.00总数
32
8.8125
1.82169
.32203
8.1557
9.4693
6.00
12.00
ANOVA
正确题目
平方和df
均方F显著性
组间 1.3753.458.126
.944
组内101.50028 3.625
总数
31
多重比较
正确题目LSD
(I)剥夺睡眠时间(J)剥夺睡眠时间均值差
(I-J)标准误显著性95%置信区间下限上限12
24.00000.951971.000-1.95001.950036.25000.95197.795 -1.7000 2.200048
.50000.95197.604-1.4500 2.450024
12.00000.951971.000-1.95001.950036.25000.95197.795 -1.7000 2.200048
.50000.95197.604-1.4500 2.450036
12-.25000.95197.795-2.2000 1.700024
-.25000
.95197
.795
-2.2000
1.7000
方差齐性检验
正确题目Levene统计量
df1
df2
.482
3
28
.698
答：根据单因素方差分析可知，p=0.944>0.05,因此没有显著性差异，即研究者不能做出睡
眠剥夺对被试基本智力活动有显著影响的结论。

22.一个年级有三个小班，他们进行了一次数学考试。

现从各个班级随机抽取了一些学生，记录其成绩如下：
1班：73，89，82，43，80，73，66，45
2班：88，78，48，91，51，85，74
3班：68，79，56，91，71，87，41，59
若各班学生成绩服从正态分布，且方差相等，试在0.05显著性水平下检验各班级的平
3班1班.125008.49602.988-17.597417.8474
2班-4.571438.79422.609-22.915813.7730
答：根据单因素方差分析可知，p=0.836>0.05,因此没有显著性差异，即在0.05显著性水平下各班级的平均分数无显著差异。

23.在一项元记忆发展研究中，研究者从初一、初二、初三三个
年级中各随机抽取8名学生参加实验。

实验的任务是：学习5大类共50个单词，每一大类都有10个单词。

单词打印再一张纸上，顺序是随机。

学会后进行自由回忆，然后按照某种规则计算其输出的群集分数，结果如下表：
这些学生在记忆过程中的策略水平有无年级差异？其发展是均衡的吗？
描述
分数
N均值标准差标准误均值的95%置信区间
极小值极大值下限上限
初一820.87506.468332.2869015.467326.282710.0030.00初二822.37507.539182.6655016.072128.677912.0035.00初三829.87505.194431.8365125.532334.217724.0040.00总数2424.37507.376891.5058021.260027.490010.0040.00方差齐性检验
分数
Levene统计量df1df2显著性
.644221.535
ANOVA
分数
平方和df均方F显著性
组间372.0002186.000 4.441.025
组内879.6252141.887
总数1251.62523
多重比较
分数
LSD
(I)年级(J)年级均值差标准误显著性95%置信区间
答：根据单因素方差分析可知p=0.025<0.05,因此有显著性差异，即这些学生在记忆过程中的策略水平有年级差异，经过LSD 比较可知，初三年级的记忆策略水平最好，初一年级的记忆策略水平较差。

24.某研究者调查了一减肥产品的使用效果，结果如下表所示：试问产品的效果究竟如何？
体重控制情况
有效无效合计
是否使用该产品未使用271946使用203353合计475299是否使用*是否有效交叉制表
计数
是否有效
合计
有效无效
是否使用使用203353未使
用
271946
合计475299
卡方检验
值df渐进Sig.
(双侧)
精确
Sig.(双侧)
精确
Sig.(单侧)
Pearson卡方 4.339a1.037
连续校正b 3.5391.060
似然比 4.3671.037
Fisher的精确
检验
.045.030
线性和线性组合 4.2951.038
有效案例中的N99
a.0单元格(.0%)的期望计数少于5。

最小期望计数为21.84。

b.仅对2x2表计算
答：根据交叉表分析可知，p=0.030<0.05，因此具有显著性差异，即产品效果具有显著性差异，效果较好。

25.某心理学工作者为研究汉字优势字体结构，选取10名被试，要求每一被试在实验控制条
件，对电脑屏幕上呈现的四种不同结构的汉字作出快速识别反应，记录其正确率和反应时间。

其中反应时间的实验数据如下表所示。

试分析不同字体结构下，被试的识别速度是否存在显著性差异。

被试左右上下独体
1445755422
2530545530
3452630240
4540756630
5428835435
6538440320
7350548536 8452640625 9330650430
答：根据单因素方差分析可知，p=0.003<0.05因此有显著性差异，即不同字体结构下，被试的识别速度存在显著性差异，通过LSD比较可知，除左右结构与独体结构不存在显著性差异外，其他均具有显著性差异，上下结构的识别速度最快。

26.五名被试在四种不同的环境条件下参加某一心理测验，结果如下。

问不同的测验环境是否对这一测验成绩有显著影响。

被试
测验环境
ⅠⅡⅢⅣ
130281634
214181022
32
4201830
438342044
52
6281430
描述
成绩
N均值标准差标准误均值的95%置信区
间
极小值极大值下限上限
一526.40008.763563.9191815.518637.281414.0038.00二525.60006.542172.9257517.476833.723218.0034.00三515.60003.847081.7204710.823220.376810.0020.00四532.00008.000003.5777122.066741.933322.0044.00总
数
2024.90008.86091 1.9813620.753029.047010.0044.00方差齐性检验
成绩
Levene统计
量df1df2显著性
.599316.625
ANOVA
成绩
平方和df均方F显著性
组间698.2003232.733 4.692.016
组内793.6001649.600
总数1491.80019
多重比较
答：根据单因素方差分析可知，p=0.016<0.05,因此有显著性差异，即不同的测验环境对这一测验成绩有显著性影响，经过LSD 比较可知，除环境一与环境四外，均有显著性差异，在环境四的效果最好。

27.研究者为考察反应时间的发展性变化趋势，分别从5岁、10岁、15岁、20岁人群中随机抽取5名男性被试，在相同实验条件下完成一相同的快速反应作业，记录反应时间，结果如下表所示。

试问：被试是否存在反应时间的显著性差异？
5岁10岁15岁20岁
300230190165
350190175160
320185180145
345215165150
答：根据单因素方差分析可知，p=0.000<0.05,因此有显著性差异，即在不同年龄阶段，被试存在反应时间的显著性差异，在经过LSD比较可知，除10岁与15岁相比较无显著性差异外，其他均有显著性差异，在5岁时反应时间最长
28．某次教改实验后，从施行两种不同教学方法的班级中随机各抽出10份和9份试卷,得到如下的成绩数据：
控制班：85768393787580799088
对比班：758696906283957058
试比较实验的效果是否有差异。

答：根据独立样本t检验可知,p=0.532>0.05,因此没有显著性差异，即不同教学方法的班级对
实验的效果有差异。

29.某研究者为考察所喝咖啡的浓度是否会影响人们反应的快慢，从某大学一年级男生中随机抽取了15名学生，再随机分成三组。

每一学生都要喝一杯咖啡，20分钟后测试每一被试的简单反应时间。

三组所喝咖啡的浓度分别为：淡、中、浓，实验数据如下表所示，请问：
被试号淡中浓
1150160145
2160155130
3165170140
415
5145150
5160160130
结果
Levene统计量df1df2显著性
.569212.580
ANOVA
结果
平方和df均方F显著性
组间1203.3332601.6679.256.004
组内780.0001265.000
总数1983.33314
答：根据单因素方差分析可知，p=0.004<0.01,因此有非常显著性差异，即咖啡浓度对反应速度有明显影响，
30．某研究者调查了一减肥产品的使用效果，结果如下表所示：
是否使用*是否有效交叉制表
计数
是否有效
合计
有效无效
是否使用使用203353
未使用271946合计475299
值df渐进Sig.(双
侧)
精确Sig.(双
侧)
精确Sig.(单
侧)
Pearson卡方 4.339a1.037
连续校正b 3.5391.060
似然比 4.3671.037
Fisher的精确检验.045.030
线性和线性组合 4.2951.038
有效案例中的N99
答：根据交叉表分析可知，p=0.03<0.05，因此具有显著性差异，即产品效果具有显著性差
异，效果较好。

31.一家汽车厂设计出3种新型号的手刹，现欲比较它们与传统手刹的寿命。

分别在传统手刹，型号I、II、III中随机选取了5只样品，在相同的试验条件下，测量其使用寿命（单位：月），结果如下。

传统手刹：21.2、13.4、17.0、15.2、12.0
型号I:21.4、12.0、15.0、18.9、24.5
型号II:15.2、19.1、14.2、16.5、20.3
型号III:38.7、35.8、39.0、32.2、29.6
各种型号间寿命有没有差别？
描述结果
N均值标准差标准误均值的95%置信区间
极小值极大值下限上限
传统手刹515.76003.576031.5992511.319820.200212.00 21.20类型一518.3600 4.97423 2.2245412.183724.5363 12.0024.50类型二517.0600 2.57934 1.1535213.8573 20.262714.2020.30类型三535.0600 4.10219 1.83456 29.966540.153529.6039.00总数2021.56008.81371 1.9708117.435125.684912.0039.00方差齐性检验
结果
Levene统计量df1df2显著性
.868316.478
ANOVA
结果
平方和df均方F显著性
组间1231.9003410.63326.921.000
组内244.0481615.253
总数1475.94819
答：根据单因素方差分析可知，p=0.000<0.01,因此有非常显著性差异，即各种型号间寿命
有差别。

32.研究者为考察反应时间的发展性变化趋势，分别从5岁、10岁、15岁、20岁人群中随机抽
取5名男性被试，在相同实验条件下完成一相同的快速反应作业，记录反应时间，结果如下
表所示。

试问：被试是否存在反应时间的显著性差异？
5岁10岁15岁20岁
300230190165
350190175160
320185180145
345215165150
330190210170
被试存在反应时间的显著性差异。

33.在一次就一项重大决策的表决中，民主党与共和党人士的态度如下表所示，请问：在有
a.0单元格(.0%)的期望计数少于5。

最小期望计数为
31.00。

答：根据交叉表分析可知，p=0.008<0.01,因此有非常显著性差异，即在有关此项决策的态度上，两党派存在显著差异。

34．三组运动员分别由三名年龄不同的教练员训练（假设其它条件相同）。

经一段训练后进行了统一测验，测验结果如下表所示。

试问三种不同年龄的的教练员训练是否有差异（采用
答：根据非参数检验中的多个独立样本非参数检验可知，p=0.305>0.05,没有显著性差异，
即三种不同年龄的的教练员训练不存在差异。

35.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果如下表。

问男女生在学业成绩上有无显著差异？
中等
中等
答：通过皮尔慢分析可知，p=0.563>0.05，没有显著性差异，即男女生在学业成绩上无显著性差异。

36.请根据已建立的数据文件：child.sav，完成下列的填空题。

(1)请找出所有幼儿身高分布中的奇异值有0个。

(2)所有6周岁男孩的体重变量的标准差是 1.8297；中位数是17.450。

答：根据独立样本t检验可知,p=0.994>0.05因此没有显著性差异，即女孩的身高不显著高于男孩的身高。

37.请根据已建立的数据文件：child.sav，完成下列的填空题。

(1)问不同年龄的幼儿体重是否有显著性差异？
(2)试检验身高数据是否服从正态分布。

（1）
检验统计量a,b
体重,kg
卡方33.844
df2
渐近显著性.000
a.Kruskal Wallis检验
b.分组变量:年龄
答：根据多个独立样本非参数检验可知，p=0.000<0.01,因此，存在非常显著性差异，即不同年龄的幼儿体重存在显著性差异（2)
答：根据图形显示，身高数据服从正态分布
38.已建立的数据文件：child.sav。

（1）试检验不同年龄、不同性别的儿童在身高上是不是存在显著差异。

（2）求男童身高与体重之间的相关系数。

秩
年龄N秩均值
身高,cm5（周岁）1715.88
6（周岁）5144.60
7（周岁）2875.41
总数96
检验统计量a,b
身高,cm
卡方50.450
df2
渐近显著性.000
a.Kruskal Wallis检验
b.分组变量:年龄
答：根据多个独立样本非参数检验可知,p=0.000<0.01,因此，存在非常显著性差异，即不同年龄的幼儿身高存在显著性差异。

答：根据独立样本t检验可知p=0.994>0.05因此没有显著性差异，即女孩的身高不显著高于男孩的身高。

(2)
相关性
身高,cm体重,kg
身高,cm Pearson相关性1.864**
显著性（双侧）.000
N5050
体重,kg Pearson相关性.864**1
答：根据皮尔逊相关分析可知，相关系数为0.864。

39.一个样本中有14个被试，随机分成两组，要求他们学习20个某种不熟悉的外语词汇。

给每组被试视觉呈现这些词的方式不一样，但所有的被试在测试前都有时间研究这些词。

每个被试的错误个数记录如下。

第一组的两个学生未参加测试。

请检验两种呈现方式下平均错误数是否相同。

方式A：3411682
方式B：58791468。