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
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
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赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

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: