作为一款世界领先的数据分析、数据挖掘软件,IBM SPSS Statistic提供了从基本统计数据的分析到各种试验设计的方差分析、从复杂的相关回归分析到非参数检验的多种统计分析过程。
变量之间的相关性,是数据分析中常见的关系,衡量的是变量之间相关的密切程度,比如衡量客流量与销售额的相关性、客单价与销售额的相关性等。检验数据是否具有相关性,常用的是图形法和相关性检验。
在《应用SPSS多因素方差分析,探索因变量的影响因素(变量选择篇)》一文中,我们已详细讲解了IBM SPSS Statistics多因素方差分析方法的变量选择以及相关的图选项、估计边际平均值设置。
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
在使用IBM SPSS Statistics参数检验中的T检验时,一般情况下,都需先验证数据是否服从正态分布。如果服从正态分布的话,就可以执行T检验;反之,则需要使用非参数检验的方法。
单样本游程检验,与卡方检验、二项检验一样,同属于IBM SPSS Statistics的非参数检验方法,是在总体方差未知的情况下,利用样本数据对总体分布形态等进行推断分析的方法。
IBM SPSS Statistics的配对样本T检验与独立样本T检验相似,都可用于对比两个组的均值差异,不同的是,配对样本T检验对比的是两组变量的平均值,计算的是单个个案在两个变量的值的差异,检验其平均差值是否有差异,使用的是变量组的数据。
IBM SPSS Statistics平均值检验,是通过计算一个或多个自变量类别的因变量平均值,并对平均值执行单向方差检验分析,来探索自变量类别平均值是否存在差异的检验方法。
上一节,我们已经将满意度重新编码为仅包含满意、不满意两个变量值的变量,并简单了解了列联表的变量选择面板。本节,将会通过实例进一步探究满意度与性别间的相关关系。
IBM SPSS Statistics的列联表分析,也称为交叉表分析,用于分析两个或以上分组变量的相关关系,在分析影响满意度的因素、药物有效性等方面都有很好的应用。
微信公众号