打开数据以后，在菜单栏上执行analyze--descriptive statistics--explorer，打开explorer对话框
将每天的看报时间放到因变量列表，将性别放到因素量表（点击添加按钮可以添加因素
点击statistics，设置要输出的参数
选中descriptives，设置置信区间为95%，点击continue。这个设置的意思是，输出描述统计的各个参数
点击plots，设置输出的图标
选择stem-and-leaf，输出茎叶图，选择histogram，输出直方图；勾选normality plots with tests，进行正态性检验，点击continue按钮
先来看描述统计结果，这里很多输出参数大家都懂，我们着重强调两个，一个是5%的修正均值，他指的是去掉数据中最大和最小的5%的数据，然后求得的均值；四分位距，他指的是两个四分为数之间的差值
接着看到正态性检验，我们看到有两种检验正态性的方法，一种是k--s方法，sig值是0.000，这说明正态性假设无法成立，该数据不符合正态分布。一种是s--w方法，这种方法只有在n小于50的时候比较准确，sig值也是0.000，这说明该数据不符合正态分布
接着看直方图，这个大家基本都懂，他可以用来验证数据的正态性，如果数据都集中在平均数的左右，并且在均值出频率最高就从直观上认为是符合正态分布的，这样的图说明数据不符合正态分布
接下来看茎叶图，这个图搞统计的一般都懂，将这个图旋转90度就是直方图，只不过比直方图显示的信息更多，你可以从图中读出具体的单个数据。
正态QQ图：图中的点代表数据，直线代表理想的正态数据，如果各个点都落在了直线的周围并且在平均值的部分点的分布比较均匀，这就说明是符合正态分布的，显然这个并不符合正态分布