IBM SPSS Statistics 中文网站 > 使用技巧 > 常用的SPSS相关性分析方法

常用的SPSS相关性分析方法

发布时间:2021/11/04 11:02:54

   相关性分析旨在分析两组数据之间是否相互影响,彼此是否独立的变动。SPSS内部提供了多种分析数据相关性的方法:卡方检验(Chi-SquareTest),Pearson相关系数计算,Spearman相关系数计算和Kendall的tau-b(K)相关系数计算。这四种分析方法适用于不同的数据类型,下面向大家介绍常用的SPSS相关性分析方法。

   1.卡方检验(Chi-SquareTest)

   卡方检验(Chi-SquareTest)是由Pearson提出的一种统计方法,在一定的置信水平和自由度下,通过比较卡方统计量和卡方分布函数概率值,判断实际概率与期望概率是否吻合,进而分析两个分类变量的相关性。

   卡方检验(Chi-SquareTest)适用于不服从正态分布的数据,两组变量是无序的。使用SPSS进行卡方检验的操作方法,大家可以登录SPSS中文网站进行学习,这里仅作原理性的介绍。如图1是某种药物单独使用和药物与放疗同时使用时,治疗是否有效的卡方检验结果。

图1某地某种疾病发病人数统计
图1某地某种疾病发病人数统计

  

   个案处理摘要显示了有效数据和无效数据的数量。VAR00001*VAR00002交叉表显示各变量对应的频数,VAR00001列1代表单独使用药物,2代表药物与放疗同时使用,VAR00002行1代表有疗效的人数,2代表无疗效的人数。

   行列变量为各为二组,自由度为(2-1)×(2-1)=1,Pearsonχ2值为22.475,显著性数值为0.000小于0.05,有显著性差异,不能接受无关假设,即单独使用药物与药物放疗同时进行有显著性差异。

   2.Pearson相关系数计算

   Pearson相关系数用于评估两组数据是否符合线性关系,不能用于符合曲线关系的数据,线性相关越强,Pearson相关系数就越接近1(线性递增)或-1(线性递减)。图2为一组数据的线性相关性检验,可以看出,Peason相关系数0.984,表明两者有较强的线性相关性,一般认为<0.3无相关性,0.3~0.7弱相关性,>0.7较强的相关性。

图2Pearson检验结果
图2Pearson检验结果

   3.Spearman相关系数计算

   Spearman相关系数适用于不满足线性关系,且不满足正态分布的数据,如图3所示,实际这是两组随机产生的数据,用Spearman相关系数计算时,结果为0.257,<0.3无相关性,与Pearson相关系数类似,<0.3不相关,0.3~0.7为弱相关,>0.7为强相关。

图3Spearman相关系数计算
图3Spearman相关系数计算

   4.Kendall的tau-b(K)相关系数计算

   进行Kendall的tau-b(K)相关分析,需要满足下列3个条件:

   1.两个变量是有序分类变量;

   2.两个变量相对应的研究对象是一定的。

   例如调查工资与学历之间的关系,两个变量学历和收入都是等级变量,符合条件1;两个变量均对应同一研究对象:一个区域内的所有工作的成年人。符合条件2。收入等级分别为1高收入,2中收入,3低收入,学历等级分别为1高学历,2中等学历,3低学历。结果分析如图4所示。相关系数为0.480,有弱的相关性。

图4Kendalltau-b系数计算
图4Kendalltau-b系数计算

   对于不同种类的数据,应采用不同的统计方法进行相关性分析,SPSS内置了丰富的统计计算功能,可以充分满足不同统计数据的使用需求。

   

  作者:莱阳黎曼

SPSS Statistics
云版首发!秒杀只需1分钱!
立即购买
QQ 群
官方交流群:815794396 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多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
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
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
最新文章
SPSS数据分析难学吗 SPSS数据分析怎么进行筛选
SPSS是一款非常专业的数据统计软件,具备数据管理、统计分析、图形报表统计、数据挖掘以及预测分析等功能,同时SPSS具有功能强大、界面简洁友好、交互性好等特点,被广泛应用于教育学、心理学、问卷调查、医疗卫生等领域的数据研究。为了让大家更好的了解SPSS,下面给大家详细介绍一下,SPSS数据分析难学吗,以及SPSS数据分析怎么进行筛选相关内容。
2023-01-04
SPSS多因素相关性分析结果解读
多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度,从而优化条件,达到更高的经济效益。利用专业的统计学软件SPSS,用户可以方便,快速的完成多因素相关性分析,下面以分析某化学反应中3个温度水平,5个压力水平反应的进行程度为例,向大家介绍SPSS多因素相关性分析的步骤以及结果解读。
2023-01-04
使用IBM SPSS Statistics进行数据验证!
随机计算能力的提高,对数据信息的需求也不断增长,同时收集数据越来越多,这就导致出现更多的数据输入错误。如果使用这些错误数据用于SPSS软件的预测模型来获取预测结果,会导致预测结果出现较大偏差,因此用于预测的数据需要保持干净。如果使用传统方法手动对预测数据进行验证,庞大的数据已经超人力所能处理的能力,SPSS软件就能实现自动化的数据验证,极大节省了人力物力。
2023-01-04
如何使用SPSS检测问卷效度和信度?
检验问卷的效度和信度是明确分析数据有效性的必要保障。在SPSS中,效度分析采用降维因子分析,信度检验通常采用“可靠性检验”。今天,我就向大家演示一下,使用SPSS检测问卷效度和信度的具体操作步骤。
2023-01-04
spss标签怎么输入范围 spss标签和值的区别
SPSS是一款专业的数据资料统计软件。很多刚开始接触SPSS数据统计软件的小伙伴很容易混淆标签和值标签,区分不了标签和值标签都有哪些不同,接下来本文将给大家详细讲解一下,SPSS标签怎么输入范围,以及SPSS标签和值的区别相关内容。
2022-12-26
SPSS标签值不正确 SPSS标签值怎么去除
在使用SPSS进行数据统计分析时,首先需要将分析数据导入到SPSS中,而导入进去的数据资料是需要对数据变量进行定义的,为了方便数据统计分析工作,在变量定义时会对标签值进行设置,而在此设置过程不可避免会遇到一些问题,接下来本文就和大家详细讲解一下,SPSS标签值不正确,以及SPSS标签值怎么去除的操作方法。
2022-12-26

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:

咨询热线

在线咨询

限时折扣