积乘动差与偏相关系数对话框中选项活页下的详细表格结果选项钮，只有在分析中选择的变量数小于等于 20时才可以使用，这是由于对于每一个相关关系，都有大量的信息会被自动生成。由于之前选择的变量有 25个，这一选项目前无法使用。因此，单击积乘动差与偏相关系数对话框中的单一变量表列按钮，选中 MEASURE01到 MEASURE23。现在在选项活页下选中详细表格结果选项钮。单击摘要按钮，生成包含了相关描述统计量的结果表格，在相关分析中的每一个变量的相关系数、p-值、成对样本数，以及回归方程的斜率和
截距都将被显示出来。
这一选项只能被用于考察具体的相关关系(且不是用于探索性数据分析 )，原因是在此格式下，每个相关系数将占据 22个表格单元；因此这个 20x20的相关系数矩阵，将会生成一个包含 8,800个单元的结果表格。就像上面所看到的，MEASURE05和 MEASURE09的相关关系式高度显著的(p=.0006)，这说明接受二者相关这一结果的出错可能为 10000次中会有 6次。技术上说，如果一个人可以随机的从一个这两个变量不相关的总体中抽取一个相同样本容量的样本，那么每 10000次抽取中获得的样本中，将有 6次这两个变量的相关性的显著性水平为-.47或者更高(即在本例中这一可能性更小)。 生成一个散点图
为了更形象的查看变量间的相关关系，再次开启积乘动差与偏相关系数对
话框，单击进阶/图标活页，并单击 2D散点图按钮。然后在变量选取对话框中选择变量 MEASURE05至MEASURE09，生成其散点图。所生成的散点图包含了所选择的相关关系的系数、回归线、 95%置信水平下的置信带，以及回归方程(位于标题位置)。
通过分析生成散点图，通过图形目录选项生成散点图 .
请注意这个散点图是根据当前在积乘动差与偏相关系数对话框中的设置生成的；即由此分析中设定的案例选择条件决定数据点是否被带入计算中，并使用当前设定的缺失值删除方法(如：整笔案例、成对删除、均值替代)。因此，如果你要生成一个 MEASURE05和 MEASURE09的散点图，而整个分析中还包含其它的变量 (如 MEASURE01)，那么如果选择按整笔案例删除缺失值，那么只有在当前分析中的任何一个变量(如 MEASURE01)包含缺失值，该笔案例都将在分析时被剔除，即使对于 MEASURE05和 MEASURE09这两个变量的散点图来说所有数据都是存在的。因此，当在不同的变量中或对于不同的案例，存在着很多缺失值的情况下，通过分析选项 (如积乘动差与偏相关系数对话框中的 2D散点图按钮)所生成的图形，可能与通过单独的图形菜单选项所生成的图形有所不同。
1.1.3均值(t检验)间的差异
在下一步的分析中，将会研究男性和女性在响应模式中存在差异的可能性。具体来说，男性在对某些方面评分时与女性不同，导致在一些方面的评分更高或更低。独立样本的 t检验可用来确认这些潜在的差异。男性和女性的样本在每个范围上的平均分将被进行比较。返回基本统计与表格分析启动面板，
选择独立样本 t-检验，根据分群定义，开启独立样本 t检验，根据分群定义对话框。接下来单击变量按钮，开启标准的变量选取对话框。在这里，你既可以选择独立变量(群)用于分析，也可以选择反应变量。对于本例，选择 (设为高亮显示)MEASURE01到 MEASURE23(所有包含响应情况的变量)作为分群变量，变量性别 (GENDER)作为反应变量。
一旦你设定了分群变量， STATISTICA软件会自动对将要进行比较的分群变量进行编码 (本例中的编码为男性和女性)。你可以双击第一分群或是第二分群的输入框，以开启变量编码对话框，在这里你可以查看和选取每一个分群的编码。在独立样本 t-检验，根据分群定义对话框的进阶活页下，还有许多分析过程可以使用。在进行这些分析之前，你可以利用此对话框中图形选项，通过图形对变量的分布情况进行观察。例如，单击盒须图按钮，生成一个根据分群变量进行分类的盒须图，每个分群变量生成一个图形。相似的，单击分类直方图按钮，生成一个分类的 (根据分群变量)直方图。