发布时间:2021-04-23 10: 27: 54
相关性分析是对变量或个案之间相关度的测量,在IBM SPSS Statistics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。
分析方法是操作手段,结果是得到分析后的数据列表,那么使用SPSS进行相关性分析后该如何查看并解读结果呢?下面整理了几种常见相关分析结果的解读,大家可以参考一下。
一、双变量分析
1.数据
数据样本如上图所示,是某家公司录取员工的基本情况,我们要探究的是教育水平和起始薪金之间的相关性。
2.分析设置
对两个变量进行如上图设置,选择皮尔逊相关和双尾检验。
3.结果分析
结果中一般会有两个表(只运用一种分析方法),第一个表是频率统计和基本的计算结果,显示数据的平均值、标准差和个案数。
第二个表是表征数据相关性的,我们需要重点关注的一个参数是皮尔逊相关系数,也就是常说的p值,若这个值的绝对值大于0.05,就表示变量间存在显著相关性。
表中有两个数据被用星号标注,这就是大于0.05的p值,表明教育水平和起始薪金存在显著的正相关性。
二、偏相关分析
1.分析设置
偏相关分析是用来剔除有关变量的干扰、用以分析其他变量之间相关性的方法。
同样使用上述样本,如果我们要更为精确地探讨起始薪金和教育水平的相关性,可以将其余变量都视作干扰变量全部剔除,分析设置如上图。
2.结果分析
由于控制变量较多,这个表格也较为复杂,但可以直观看出每两个变量之间的相关性方向和强弱。
在表格最后,是控制变量后对教育水平和起始薪金的相关性分析,可以发现,其他变量被控制后,皮尔逊系数明显下降,由双变量分析中的0.633降为0.235,它们之间仍然具有正相关性,但相关程度大大降低。
由此可见,对于变量数目较多且关系复杂的数据,分析两个变量或特定变量之间的相关性时,使用偏相关分析结果会更为可靠一点。
三、距离分析
1.个案非相似性距离分析
选择本数据样本的前五组数据作为分析对象,通过对教育水平、雇佣类别、起始薪金、现在薪金、经验几个变量的分析计算个案间的非相似性距离。
这种分析方法的结果是得到一个非相似性矩阵,表中的参数值越小,相似性越大,表中显示,个案2和个案5之间的距离最小,所以他们的相关性最强。
2.变量相关性距离分析
将分析对象变为个案,非相似性改为相似性,进行如上设置。
和非相似性矩阵类似,我们会得到一个相似性矩阵,其中的参数表示变量之间的相似性距离,参数越大,相关性越强。
从表中显示的参数来看,在被分析的三个变量中,起始薪金和雇佣类别的距离最大,相关性最强。
四、小结
关于使用SPSS相关性分析后的结果,本次的分享就到这里啦,三种方法的应用范围和分析精度都有所不同,大家根据自己需要选择即可,希望可以对大家有所帮助!
作者:参商
展开阅读全文
︾
读者也喜欢这些内容:
SPSS相关性表格怎么看 SPSS相关性表格怎么制作
IBM SPSS Statistics是一个功能强大的数据统计平台,它可以帮助我们进行数据的分析和比对,更好的了解表格信息。相关性表格是在论文写作,学习方案中经常出现的表格,它可以反应两个及两个以上的变量之间相关性联系,更好地比较变量之间的关系,那么SPSS相关性表格怎么看,SPSS相关性表格怎么制作呢?下面将为大家详细介绍。...
阅读全文 >
spss检验有几种类型 spss检验一个变量是否受另一个影响
统计分析工作中,假设检验问题是非常重要的一类问题,即在不知道总体分布的前提下,为了推断总体的某些特征,提出的对总体的假设。那么SPSS检验有几种类型,SPSS检验一个变量是否受另一个影响如何操作?本文结合实例向大家作简单介绍。...
阅读全文 >
spss矩阵散点图怎么做 spss矩阵散点图怎么看相关性
随着经济社会的发展,人们愈加重视数据的作用,数据可视化作为应用的热点,已经渗透到生产生活的各个方面。矩阵散点图可以直观反映多变量间相互关系,是数据可视化的具体应用。关于SPSS矩阵散点图怎么做,SPSS矩阵散点图怎么看相关性,本文借助实例向大家作简单介绍。...
阅读全文 >
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。...
阅读全文 >