（e）平均差＝346／24=14.416+
就常态分配言，在“集中趋势”上下之各一个Q包含全体分数之50％，在“集中趋势”上下之各一个平均差包含全体分数之57.5％，故后者之数较前者为大。
（5）均方差（standard deviation, S. D.） 在“集中趋势”之上下各一个均方差，约占全体分数之68％。如所得之结果系常态曲线，于“中数”左右依均方差之长度作一记号，在此两记号上画两垂线，则能包含曲线内68.26％之面积，换言之，即能包括全体分数之68.26％。其核算方法如左：
兹再将上述之均方差算法解释如左：
（甲）未归类之分数：
（a）将原来之分数列成顺序分配。（此一步可省）
（b）人数＝24，平均数为7.0。因欲免除差数之小数，故用假定的平均数7.5代替平均数7.0。如不用7.5，用9.5或2.5均可。（平均数7.0系用人数除分数总数所得，所以须加.5，因2分实际为2－2.999中点为2.5）。
（c）求各分数与假定的平均数之差数。第一个分数为2，实际为2－2.99，中点为2.5，与假定之平均数相差为5。余类推。
（d）各差数均自乘。
（e）差数方之总数为124。
（f）均方差S. D. 为人数除差数方之总数，减去校正数的方之方根。校正数的平均数与假定的平均数之差数，在此例内为.5。
均方差S.D.=
（乙）已归类之分数：
（a）将原来分数，重行排列，求次数分配。
（b）人数＝24，平均数＝7。
（c）将接近分配中央任何一级之中点，用为“参照点”。凡用假定的平均数，皆取一级的中点。假定的平均数为7.5。
（d）求各级与假定平均数之差数。
（e）差数自乘，再乘次数。从上边乘起：（5） ×1＝25，（4） ×1＝16，（3） ×2＝18。余类推。
（f）均方差S.D.= 平均数与真实的平均数之差数，在此例内为.5。倘遇无差数，则校正数为零。所以须用假定的平均数，再行校正，盖欲便于核算计，免除小数搀入。
（6）机误（probable error, P. E.） 所谓机误，亦与分配曲线图有关系。此指量表上（即分配图之底线）之一种距离单位；如在“中数”左右，依机误之距（即长度）作记号，即可表明曲线内全部面积之50％，换言之，即包含全体分数之50％。其算法只须将.6745乘均方差S.D.即得。其公式如左：
公式中之d指中数之差数，∑指总数，N指人数。
左列一表，表示依据以P. E. 为单位离开“平均”之远近，其所包含之全体分数中百分之几亦因之而异。惟此表仅限于常态次数曲线。
以上所述可得核算之各种方法，皆以数目字表明在“量表”上与“平均”相离之“距”，藉此表明一级或一群中个性差异之大概趋势。此数法皆应用统计学于教育方面者也。此外统计学中尚有一法与个性差异之量度亦有重要之关系，即所谓相关度。
相关度之创始 相关度创自葛尔顿（Galton），葛尔顿研究遗传，需要此种量度方法，故此事之探讨，由彼开其端焉。关于相关度之进化史与其公式之沿革，其详情非本章范围所及。惟“相关系数”（coefficient of correlation）在心理学、教育学、经济学等等专门科学中皆有甚大之贡献，尤为研究个性者所不可不知，故其功用与核算方法，为研究职业心理学者所宜特加致意。
相关度之意义 所谓相关度，乃一种方法，用以鉴定一组人，或一组学校，或其他团体，其所有之两种成绩间有何连带关系？如两种之间有绝对之正比例关系，相关系数（r）为+1.0；如两种之间仅有反比例之关系，则相关系数为-1.0。如两种成绩彼此间毫无关系，则相关系数为0。据经验所示，自0至±.4相关为低；自±.4至±.7之相关颇有关系；自±.7至±1.0之相关程度为高者。
相关度在教育方面之功用 相关度在教育方面之功用甚大。吾人所采用之智力测验或教育测验，其结果是否可恃？教师之评判与测验之等第是否相符？各种能力彼此间有否连带关系？各种智力与各种科目彼此间是否有连带关系？学业成绩与实际事业之成功有多大关系？此类问题之答案，皆得以相关度之方法解决之。
核算相关度之方法 现今最通行之核算相关度方法，皆用潘阿生（Pearson）所创作之公式：
公式中之r指相关系数，∑指总数；x指第一组测验分数与平均数之差数，y指第二组测验分数与平均数之差数；N指人数；σ 指第一组测验之均方差，σ 指第二组测验之均方差。上述公式亦可列成如左之公式：
兹举一例如左，说明用此公式核算相关度之方法：
兹将上表所示相关系数核算法说明如左：
（a）依各人之号数，将两种测验之分数依次排列，例如第一人所得测验Ⅰ之分数为2，所得测验Ⅱ之分数为50。余类推。
（b）求两种分数之平均数。测验Ⅰ之平均数为7，测验Ⅱ之平均数为57.5。
（c）求测验Ⅰ分数与平均数之差数x，测验Ⅱ分数与平均数之差数y。例如测验Ⅰ之平均数为7.0，第一人之分数为2，比较平均数少5，故在x项下写一负5。
（d）将x与y之数目自乘。例如-5自乘为25。-7.5自乘为56.25。
（e）求x与y之相乘数。例如-7.5×-5＝37.5。又如-4×-7.5＝30.0。
（f）求x 与y 之总数∑x ＝124∑y ＝7850
（g）求xy之总数。正的xy数＝434，负的xy数＝135。两数之总数∑xy＝299。
（h）将所得之数目代入公式，r＝.303
均方相关法与等级相关法 上述之方法系“均方相关法”（product-moment method），此法之核算，可不用相关数对数表，其结果比较的最为可靠。此外尚有一更为便利之核算方法，称为“等级相关法”（rank correlation method）。求等级相关，可用斯比亚门之公式（Spearman "Footrule" Formula）：
公式中之G指“名次较数”（gains in rank），∑指总数，N指人数，R指名次相关系数。用上列公式得到“名次较数”后，尚须参照潘阿生之对数表，化成相关系数。
核算相关度之对数表 化R为r之对数表
既有此表，请再举一例，以示等级相关之核算法：
兹将上述用表核算法说明如左：
（a）先将各人之测验Ⅰ分数，列成比较的等第。例如2分列第一或1；3分列2；4分有两个，平分3、4等第，故各列3.5；5分有四个，将5、6、7、8四个等第平均之后，各得6.5；余类推。测验Ⅱ之分数亦列成等第。例如20分有两个，平均1、2两等第，各得1.5；40分有三个，平均3、4、5等第，各得4；余类推。测验Ⅰ之分数系以量小者列在最前，如以最大者列在最前亦可，惟两种测验之等第须相对照。
（b）核算超过第一次等第之数，获得等第较数。例如8.5-1=7.5；8.5-2=6.5。余类推。
（c）求得等第较数之总数。∑G=74.5
（d）代入公式，R=.224，参照对数表化成r，r=.37
【打 印】 【来源：读书之家-dushuzhijia.com】
