：（4）结果及其解释结果：男性和女性的上网时间存在显著差异。解释：从独立样本鉴定的表中可以看出F检验值为15182，对应的概率P值为000＜005，所以拒绝原假设。由于两总体方差有显著差异所以要看到“不采用相等变异数”这一列，其中T统计量的值为4866，对应的概率P值为000。如果显著性水平α为005，由于概率P值小于005，所以认为量总体的均值有显著差异。并且95置信区间不夸零，也说明了有显著差异。2．数据文件xxxx_Modsav中记录了受访者父亲和母亲的受教育情况。试用两配对样本t检验方法比较父亲的受教育情况（变量PAEDUC）和母亲的受教育情况（变量MAEDUC）是否不同。（1）原假设父亲的受教育情况和母亲的受教育情况没有显著差异。（2）参数设置成对变量：PAEDUC，MAEDUC（3）操作步骤及计算结果①选择菜单：【分析（A）】→【比较均值（M）】→【配对样本T检验（P）】，如图21图21②选择PADUC和MADUC到【成对变量（V）】框中。结果：图22图23
9
f图24（4）结果及其解释结果：父亲的受教育情况和母亲的受教育与情况没有显著差异。解释：从图22的平均值可以看出没有较大的差异。图23中对应的概率P值为000，如果显著性水平α为005，则表明父亲和母亲的受教育情况有明显的线性变化，父亲和母亲的受教育情况相关性程度较强。从图24中可以看出，父亲与母亲的受教育情况的平均差异，仅只有049；95置信区间的上下限一正一负，则表示两者接近无显著差异；最后相对应的概率P值0494，如果显著性水平α为005，则接受原假设，所以父亲的受教育情况和母亲的受教育与情况无显著差异。3．一家关于MBA报考、学习、就业指导的网站希望了解国内MBA毕业生的起薪是否与各自所学的专业相关。为此，他们在已经从国内商学院毕业并且获得学位的MBA学生中按照各专业分别随机抽取了10人，调查了这些学生的起薪情况，数据文件为MbaSalarysav。根据这些调查他们能否得出专业对MBA起薪有影响的结论。（1）原假设国内MBA毕业生各自所学专业与起薪情况没有显著关系。（2）参数设置观测变量：起薪控制变量：专业（3）操作步骤及计算结果操作步骤：①选择菜单：【分析（A）】→【比较均值（M）】→【单因素ANOVA】；②选择观测变量“起薪”到【因变量列表（E）】框中，如图31；④选择控制变量“专业”到【因子（F）】框中，如图32；图31计算结果：图32（4）结果及其解释结果：国内MBA毕业生各自所学专业与起薪情况没有显著关系；解释：从图32可以r