در این بخش تعریف فرمول و مفهوم و نیز تفاوت تحلیل واریانس و کوواریانس در spss آمده است که در تحلیل آماری پایان نامه ارشد کاربرد دارد.
واریانس و کوواریانس :
برای مطالعۀ مسئله های علمی و برای پاسخ دادن به پرسش های علمی ، ما باید تفاوتهای میان پدیده ها را مطالعه کنیم .
در مقالات دیگر روابط بین متغیر ها را بررسی کردیم ؛ به یک معنی شباهتها را مطالعه می کردیم .
اکنون به تفاوت ها تمرکز می کنیم زیرا بدون تفاوتها ، بدون تغییر پذیریها ، هیچ روش فنی برای تعیین روhبط میان متغیرها وجود ندارد .
برای مثال ، اگر بخواهیم رابطۀ بین نژاد و پیشرفت را مطالعه کنیم ، چنانچه فقط اندازه ها یا شاخصهای پیشرفت کودکان سفید پوست را در اختیار داشته باشیم درمانده می شویم .
ما باید شاخصهای پیشرفت بیش از یک نژاد را داشته باشیم .
به طور خلاصه ، نژاد باید متفاوت باشد ؛ آن باید واریانس داشته باشد .
کاوش دربارۀ مفهوم واریانس به صورت تحلیلی و عمقی ضرورت دارد .
برای اینکه این کار به گونه ای بسنده انجام گیرد ، لازم است مقداری مقداری از سر شیر را از روی شیر آمار کنار بزنیم .
مطالعۀ مجموعه مجموعه های اعداد به همان صورتی که هستند کاری طاقت فرساست .
معمولاً لازم است که این مجموعه ها به دو روش کاهش داده شوند : با محاسبه متوسطها یا شاخصهای گرایش مرکزی و با محاسبه شاخصهای تغییر پذیری .
شاخص گرایی مرکزی که در این کتاب به کار رفته است میانگین است .
رایجترین شاخص پراکندگی واریانس است .
این هر دو نو شاخص ، مجموعه نمره ها را به شیوه های متفاوت خلاصه می کنند .
آنها هر دو «خلاصه های» همه مجموعه های نمره ها هستند .
خلاصه هایی که دو ویژگی عمده مجموعه های نمره را توضیح می دهند :
گرایش مرکزی یا گرایش به حد وسط و تغییر پذیری آنها . حل مسایل پژوهشی بدون این دو نوع شاخص امکان پذیر نیست .
