IBM SPSS Statistics 中文网站 > 使用技巧 > 应用SPSS双变量相关检验,探究两变量间相关关系

应用SPSS双变量相关检验,探究两变量间相关关系

发布时间:2021-02-01 10: 55: 02

《如何使用SPSS检验两变量间相关关系之散点图》一文中,我们通过散点图研究发现,客流量与销售额之间存在着正相关的关系,而客单价与销售额之间似乎不存在相关关系。

为了进一步验证客单价与销售额之间的关系,同时衡量客流量与销售额之间相关关系的程度,本文将会应用IBM SPSS Statistics的两变量相关检验,探究客单价与销售额、客流量与销售额之间的密切程度。

 一、使用的数据介绍

如图1所示,本文使用的是一组包含客流量、销售额、客单价的数据。

图1:示例数据

二、应用双变量相关检验

如图2所示,依次单击分析-相关-双变量选项,打开双变量相关分析面板。

图2:双变量相关

1. 选择变量

在双变量相关性设置面板中,首先,将要研究的变量添加到右侧变量方框中。

图3:选择变量

2. 选项设置

然后,单击选项按钮,并在选项面板中勾选“平均值和标准差”的统计项。

图4:选项设置

3. 相关系数与显著性检验设置

接着,再进行相关系数与显著性检验的设置。

如图5所示,如果数据满足正态分布的话,使用皮尔逊检验结果,否则就应该使用肯德尔或斯皮尔曼检验结果。由于我们仍未进行正态性检验,可以先把所有方法都勾选上。

另外,如果事先知道数据的分布,比如正相关、负相关等,选择单尾检验,否则选择双尾检验。

图5:相关系数与显著性检验设置

4. 检验结果解读

完成以上设置后,运行检验。

首先,从描述统计数值中,可以看到各个变量的平均值与标准差。

图6:描述统计

在查看相关性检验时,需根据数据是否服从正态分布来选取不同的检验结果。如图7所示,对数据应用KS检验来检验数据是否服从正态分布,从其渐进显著性数值看到(均大于0.05),结果不显著,也就是说不能拒绝数据服从正态分布的零和假设(因KS检验的零和假设是数据服从正态分布)。

图7:KS检验

基于数据服从正态分布的前提,查看皮尔逊相关性检验结果。如图8所示,客流量与销售额的皮尔逊系数为0.92,标注了两个星,说明客流量与销售额相关性强;而客单价与销售额的皮尔逊系数为0.342,也有较强的相关性。

图8:相关性检验结果

三、小结

综上所述,IBM SPSS Statistics的双变量相关检验,可对两变量间的相关关系进行程度性的测量,以探究两两变量间相关性的强弱。另外,结合使用散点图,可对数据进行快速的相关性预判,辅助说明两变量间的相关性。

如需获取有关散点图的相关介绍,可以查看IBM SPSS Statistics中文网站中的《如何使用SPSS检验两变量间相关关系之散点图》文章。

作者:泽洋

展开阅读全文

标签:SPSS双变量相关

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
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
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怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
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。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31
spss方差齐性检验如何操作 spss方差齐性检验怎么看方差齐不齐
方差的大小代表了数据分布的离散程度,方差大,数据分布越分散,方差小,数据分布越集中。组间数据分布离散程度差别较大时,是不能进行比较的,此时不能确定两组数据的差异来源于组间还是组内,因此方差齐性检验是进行组间数据比较的基础。关于SPSS方差齐性检验如何操作,SPSS方差齐性检验怎么看方差齐不齐,本文借助实例,向大家作简单介绍。
2023-10-25
spss线性回归图怎么做 spss线性回归图怎么看结果
借助回归分析,我们可以了解到两组变量是否存在具有统计学意义的依赖关系,描述这种依赖关系的方程是什么,方程可以在多大程度上解释因变量的变化。使用SPSS,不仅可以简便的完成回归分析,还可以为变量绘制散点图,便于大家直观的了解变量间关系。关于SPSS线性回归图怎么做,SPSS线性回归图怎么看结果,本文借助实例,向大家做简单的介绍。
2023-10-25

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: