发布时间:2021-04-13 17: 49: 26
相关性分析是研究数据之间是否具有相关性和关联度强弱的一种方法,是数据分析中较为常用的一类手段。IBM SPSS Statistics为用户提供了全面的相关性分析功能,这里将为大家介绍一下如何进行双变量的SPSS相关性分析。
一、数据
这是一份汽车价格、马力和燃料效率之间的数据表,要探究的问题是价格和马力之间是否具有相关性。
在进行相关性分析之前,我们可以通过一些简单的方法来大概判断变量之间的相关关系,比如在本案例中,进行数据的升序排列后观察,我们猜测价格和马力总体上可能具有正相关关系。
也可以通过一些统计图形来判断变量之间的走向。
二、相关性分析
那么如何使用SPSS进行具体的相关性分析呢?
1.功能位置
点击“分析”——“相关”——“双变量”,可以打开双变量相关性分析的窗口。
2.设置
将“价格”和“马力”变量移入右侧的变量框中,这表示SPSS将对这两个变量展开相关性分析。
3.相关系数
相关系数是描述变量相关性的参数,相关系数的绝对值越大,相关性越大,系数大于0是正相关,小于0是负相关。
SPSS为用户提供了三种相关系数,皮尔逊系数用来度量线性相关关系的关联度,适用于满足正态分布的数据;肯德尔系数属于非参数统计,主要考虑秩相同点的影响;斯皮尔曼系数是根据数据的秩来计算的,适用于有序数据和不满足正态分布的数据。
在不确定分析数据关系之前,可以将三个系数都选中。
4.显著性检验
在开始检验之前,我们已经简单判断过数据的相关方向,此时就可以选择“单尾检验”,如果不确定是正相关还是负相关,可以选择“双尾检验”。
勾选“标记显著性相关”,统计结果中达到显著性水平的数据会被标记。
5.选项
在“选项”对话框中勾选待统计的参数和个案排除方法,我们这里参数全部勾选,个案选择按对排除。
6.分析结果
在工作日志中查看分析结果,可以发现相关系数是很大的,标明价格和马力之间存在非常显著的正相关性。
三、小结
本文中我们介绍了使用IBM SPSS Statistics对一份样本数据进行相关性分析的方法,双变量相关分析是这类方法中的一种,除此以外还有很多其他的方法,如果您对IBM SPSS Statistics感兴趣,欢迎进入IBM SPSS Statistics中文网站下载试用。
作者:参商
展开阅读全文
︾
读者也喜欢这些内容:
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
SPSS逻辑回归模型案例 逻辑回归和线性回归的区别
逻辑回归适用于二分变量的模型,最显著的作用是可以预测模型中每个自变量的概率。也就是说,逻辑回归可以根据一组样本数据,得到预测值或者某种预测结果。下面,小编来介绍一下SPSS逻辑回归模型案例,逻辑回归和线性回归的区别的具体内容。...
阅读全文 >
IBM SPSS Statistics的两变量相关、偏相关与距离相关分析有什么不同
相关分析研究的是两个或以上随机变量间的相关关系的分析。与回归分析不同,相关分析侧重的是变量间的相关特性,但不能说明变量间可相互依赖并进行预测,比如吃冰淇淋与肥胖之间的相关分析。...
阅读全文 >
spss假设检验的主要分析方法 spss假设检验步骤描述
spss假设检验的主要分析方法,spss提供了丰富的假设检验分析功能,包括正态检验、方差齐性检验、参数检验等分析方法。本文会运用具体的例子演示spss假设检验步骤描述。...
阅读全文 >