SPSS > 使用技巧 > spss相关性分析是干嘛的 spss相关性分析结果没有星号

spss相关性分析是干嘛的 spss相关性分析结果没有星号

发布时间:2022-09-07 13: 32: 50

品牌型号:Dell N5010

系统:Windows 10

软件版本:IBM SPSS Statistics

相关性分析可以确认两组变量间是否存在相关关系,即一组变量是否随另一组变量变化而变化。相关关系不是因果关系,不能得出一个变量的变化是由另一个变量造成的结论,只能计算出两组变量相关关系的强弱,以及这种关系是否有统计学意义,因此相关性分析一般都是通过专业的统计分析软件进行,如IBM SPSS Statistics,下面向大家详细介绍SPSS相关性分析的作用,SPSS相关性分析结果没有星号怎么解决。

一、SPSS相关性分析的作用

在社会和经济生活中,我们常常关注一些变量间的变化关系,如收入水平与休闲活动的关系等。这些变量间的关系可能是因果关系,也可能是因为偶然因素,或者其他因素引起的,但是在统计学角度分析这些变量的相关性关系仍然是有实际意义的,通过控制一个变量的变化来调控另一个变量的变化,从而创造社会或经济学价值。

为了便于大家理解,这里列举一个实例,某机构调查了某地区居民家庭用车价格与月收入的情况,数据如图1所示。

统计数据
图1 统计数据

我们使用SPSS对所列数据进行相关性分析,就可以分析发现用车价格和月收入是否有相关性,操作具体如下:在图2所示界面,点击【分析】>>【相关】>>【双变量】。

进入双变量相关分析过程
图2 进入双变量相关分析过程

在双变量相关分析界面,将购车价格和月收入加入变量中,购车价格和家庭月收入是服从正态分布的定距变量,对于此类变量,需计算皮尔逊相关系数,因此需勾选皮尔逊相关系数,点击确定。

相关分析统计量设置
图3 相关分析统计量设置

SPSS将对上述两个变量进行相关性检验,并将结果输出至结果查看器,分析结果如图4所示,结果分析我们在第三小节中向大家介绍,此时我们发现分析结果没有出现常见的星号标注,关于这个问题,我们接着来讨论。

分析结果
图4 分析结果

二、SPSS相关性分析结果没有星号的解决办法

所谓星号标注是指在进行相关性分析时,变量的相关性显著水平,在0.05水平显著相关标记*,在0.01水平显著相关时标记**,同样数据,按照第一小节中方法进行处理时,不会显示*。如果想显示*,需要在图5所示界面,勾选标记显著性相关。

勾选标记显著性相关性
图5 勾选标记显著性相关性

其余步骤均与第一节一致,分析结果会显示*,如图6所示。

标记*的相关性分析结果
图6 标记*的相关性分析结果

了解了相关性操作步骤及显著性标记方法后,我们接下来进行分析结果的解读。

三、SPSS相关分析结果方法说明

在图7所示的结果表中,购车价格与家庭月收入之间皮尔逊相关性系数为0.309,表示两者间呈弱相关关系,一般认为0-0.3为弱相关,0.3-0.5为低相关,0.5-0.8为中等相关,0.8-1为强相关,在相关系数右上角标记了一个*,表示在95%置信水平下,相关关系有统计学意义。

相关性检验结果
图7 相关性检验结果

未勾选显著性标记的情况下我们可以通过查看Sig(双尾)显著性水平的方法了解相关性是否有统计学意义,图8是未勾选显著性标记的结果,我们可以分析得出,皮尔逊相关系数为0.309,Sig(双尾)为0.031,小于0.05,综合以上信息认为,在95%的置信水平下,两者呈弱相关关系。

未标记显著性的相关性分析结果
图8 未标记显著性的相关性分析结果

以上就是我们利用SPSS进行相关性分析操作和它能产生的作用,当遇到没有星号时,我们也提供了解决方案,希望对大家在使用SPSS做类似研究有一定的指导帮助意义。

 

作者:莱阳黎曼

展开阅读全文

标签:IBM SPSS StatisticsSPSS教程相关性分析相关性分析方法SPSS相关性检验SPSS相关性

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
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。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS重复测量怎样分析 SPSS重复测量球形性应如何检验
重复测量是数据分析中的一个重要环节。主要用来分析和检验数据样本中同一对象的相同指标在不同条件或者环境之下的变化情况,所以需要对这部分数据进行重复的测量和分析。例如我们统计一组大学生毕业后的就业情况,那么大学生的专业分类和性别都一致的情况下,就需要分析不同的就业影响因素对于最后就业率的影响。下面给大家介绍SPSS重复测量应当怎样分析,SPSS重复测量球形性应如何检验。
2026-01-14
SPSS亚组分析的注意事项 SPSS亚组分析结果解读
对于经常与数据分析打交道的小伙伴来说,想必对亚组分析这个概念应该不会感到陌生。亚组分析是用来检测异质性结果的方法之一,亚组分析的数据结果分为确证性、支持性和探索性三类。而我们在进行亚组分析时,可以借助数据分析软件SPSS的帮助,它一方面可以帮助我们得到亚组分析的数据结果,还能够把这些数据分析结果以报告形成呈现出来。接下来给大家介绍SPSS亚组分析的注意事项, SPSS亚组分析结果解读的具体内容。
2026-01-14
SPSS卡方检验样本不满足要求怎么办 卡方检验SPSS结果都小于0.5说明了什么
在数据分析的过程中,卡方样本检验是常见的一种统计方式。卡方检验主要用来检验数据样本之间的离散程度,进而判断不同数据之间的偏差值,如果数据样本在统计的时候不符合实际的统计需求,就可能导致卡方检验不满足要求。所以我们需要在统计的过程中对数据样本和统计方法进行调整,这样能够规避数据样本检验带来的结果偏差风险。下面以SPSS为例,给大家介绍SPSS卡方检验样本不满足要求怎么办,卡方检验SPSS结果都小于0.5说明了什么的具体内容。
2026-01-14
SPSS事后比较怎样进行 SPSS事后比较多重校正应如何设置
在数据分析的过程中,经常会在数据分析之后对它进行事后比较的操作。事后比较可以在方差分析的基础之上帮助我们快速找到具体存在差异的数据组。简单来说,大家可以把方差分析理解为起到了一个提示作用,告诉了我们数据样本中的均值并不相等且存在差异,但是如果想要找到具体的差异点在哪里,就需要用到事后比较了。而在进行事后比较的过程中,还会遇到设置多重校正的情况。下面以SPSS为例,给大家介绍SPSS事后比较怎样进行,SPSS事后比较多重校正应如何设置。
2026-01-14
SPSS怎么查看缺失值分布 SPSS数据缺失严重怎么处理更合理
我们在对数据样本进行统计时,经常会遇到排查缺失值的情况,缺失值指数据样本分析中出现的数值丢失情况。如果数据样本中存在的缺失值数量较多的情况,可能会导致数据分析的结果出现偏差。SPSS作为一款专业的数据分析软件,许多用户都会用它来进行数据分析,下面我们以SPSS为例,向大家介绍SPSS怎么查看缺失值分布,SPSS数据缺失严重怎么处理更合理的具体内容。
2026-01-14
SPSS变量类型怎么修改 SPSS变量标签修改后分析报错怎么办
在数据分析这个领域中,我们经常会面临着修改数据变量类型的情况。因为在一组数据变量中会存在着多种不同的变量类型(自变量、因变量、定类变量、定序变量等),这些变量类型在数据样本中担任着不同的角色,在样本分析中也有着不同的作用。下面就以SPSS数据分析软件为例,给大家介绍SPSS变量类型怎么修改,SPSS变量标签修改后分析报错怎么办的具体内容。
2026-01-14

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: