发布时间:2021-11-15 14: 40: 06
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。今天向大家展示一个SPSS相关性分析案例,介绍使用SPSS进行Kendall的tau-b(K)相关系数计算及结果分析。
1.案例及数据录入
在某一地区,人们想调查学历与收入之间是否存在关系,具体实施方法是将不同收入的调查对象进行分级,级别分别为低收入,中等收入,高收入,学历也进行分级,分别为高中及以下,本科,研究生及以上。对于分级的数据,卡方检验,Pearson相关系数,Spearman相关系数均不再适用,针对同一研究对象,分级的数据应该采用Kendall的tau-b(K)相关系数统计方法进行分析。
打开SPSS软件,将低收入设置为1级别,中等收入设置为2级别,高收入设置为3级别,高中及以下设置为1级别,本科设置为2级别,研究生及以上设置为3级别,按图1所示录入调查数据。
然后打开图2所示界面,对变量属性进行设置。VAR00001设置为学历级别,VAR00002设置为收入级别。
2.Kendall的tau-b(K)相关系数计算
如图3所示界面,点击分析,相关,双变量,然后将变量添加至3所示位置,在4所示位置选择肯德尔的tau-b(K),然后点击确定,SPSS将进行相关系数计算。
3.Kendall的tau-b(K)相关系数计算结果分析
对于Kendall的tau-b(K)系数,如果相关系数低于0.3则为不相关,0.3~0.7之间为弱相关,大于0.7为强相关。
结果可以看出,本例检验的相关系数为0.240小于0.3判断,收入与学历之间不相关。
同时检验的显著性水平(图中的Sig.)为0.363,大于0.05,说明应接受不相关假设,两者之间确实不相互影响。
通过分析以上两个结果数据,结论为收入与学历之间不相关。
以上就是使用Kendall的tau-b(K)系数计算分析数据相关性案例的全部内容了,由于Kendall的tau-b(K)系数计算可以对数据进行分级统计,所以在社会学研究中,Kendall的tau-b(K)系数实用性非常强。想获取更多的SPSS使用方法,大家可以登录SPSS中文网站进行学习。
作者:莱阳黎曼
展开阅读全文
︾
读者也喜欢这些内容:
多元线性回归需要做哪些检验 多元线性回归分析步骤
多元线性回归是较为简单的回归分析,用以评价因变量与多个自变量之间是否存在简单线性关系,人工进行多元线性回归分析计算非常繁琐,借助统计分析软件则可以显著提高效率,如IBM SPSS Statistics,使用SPSS进行多元线性回归需要做哪些检验,多元线性回归分析步骤是怎样的,本文将向大家作简单介绍。...
阅读全文 >
SPSS非参数检验步骤 SPSS非参数检验结果解读
非参数检验是统计分析方法的重要组成部分,它与参数检验共同构成统计推断的基本内容。今天,我就向大家演示一下SPSS非参数检验步骤,SPSS非参数检验结果解读。...
阅读全文 >
spss假设检验怎么做 spss假设检验的主要分析方法
spss假设检验怎么做,一般需要先建立假设,然后选择spss分析方法计算统计量,再根据统计量值检验假设,并作出结论。spss假设检验的主要分析方法,包括正态性检验、方差齐性检验、相关性检验、参数检验、非参数检验等。...
阅读全文 >
SPSS假设检验步骤 SPSS假设检验结果分析
假设检验是统计学中由样本推测总体的一种方法,做出假设后,根据样本的某些统计量计算显著性水平,然后判断是否接受假设,实际工作中,我们一般通过专业的统计软件进行假设检验,如IBM SPSS Statistics,SPSS可以进行如t检验,卡方检验,F检验等多种假设检验,本文中,以最常用的t检验为例,向大家介绍SPSS假设检验步骤,SPSS假设检验结果分析。...
阅读全文 >