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。
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】。
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。
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。
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。
其余步骤均与第一节一致,分析结果会显示*,如图6所示。
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。
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。
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
︾
读者也喜欢这些内容:
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。...
阅读全文 >
spss线性回归p值怎么看 SPSS线性回归p值一直大于0.05
在数理统计和数据分析领域,SPSS软件因其强大的功能和用户友好性而被广泛使用。其中,线性回归分析是统计学里最基础但也最重要的分析方法之一。本文主要集中在SPSS线性回归中的p值,从三个方面进行深度解析:spss线性回归p值怎么看,SPSS线性回归p值一直大于0.05的原因和解决办法,以及spss线性回归p值的准确含义。...
阅读全文 >
spss显著性差异分析星号怎么标 spss显著性差异分析结果如何看
使用SPSS进行组间均值比较时,我们需要了解组间显著性差异水平,即对差异显著性进行标记。一般使用abcd标记法或星号(*)标记法。关于如何进行显著性差异分析以及如何使用abcd标记法进行标记,大家可以登录SPSS中文网站查询学习。本文向大家介绍SPSS显著性差异分析星号怎么标,SPSS显著性差异分析结果如何看。...
阅读全文 >
spss多元logistic回归OR值 spss多元logistic回归显著性
在SPSS中进行多元logistic回归分析时,一个重要的指标是Odds Ratio(OR值)。OR值是用于衡量自变量对因变量的影响程度的统计指标,它描述了在其他变量保持不变的情况下,自变量的变化对因变量发生的几率的影响。在解读多元logistic回归结果时,我们经常关注自变量的OR值及其显著性。...
阅读全文 >