IBM SPSS Statistics 中文网站 > 使用技巧 > 在SPSS中进行斯皮尔曼相关性分析

在SPSS中进行斯皮尔曼相关性分析

发布时间:2021-06-17 16: 55: 53

当我们要研究某指标与某结果之间是否存在一定的相关性,就需要进行相关性分析,现如今比较常用的相关性分析有斯皮尔曼相关性分析、皮尔逊相关性分析,两者所适用的范围不同。

今天我们就使用IBM SPSS Statistic软件,来讲讲斯皮尔曼相关性分析法的假设检验和使用方式。

一、单调性检测

上面我们提到了斯皮尔曼相关性分析和皮尔逊相关性分析使用的范围是不同的,其中,斯皮尔曼相关性分析适用于对存在单调性关系的变量进行检测;而皮尔逊相关性分析适用于对正态分布的变量进行检测。所以下面我们首先需要检测数据变量之间是否存在一定的单调性。

下图1是准备好要演示的数据,第一列表示人员久坐的时间,第二列表示人员的胆固醇含量,今天我们要研究的就是久坐是否与胆固醇含量之间有一点的关系。

图1:相关性分析数据

点击【图形】菜单,选择【图形构建器】,然后点击下方的“散点图/点图”选项,双击第一个散点图,然后将左侧列表的“久坐时间”拖动到X轴上,将“胆固醇”拖动到Y轴上,具体步骤见图2。

图2:图形构建器

点击“确定”后,会生成下图3所示的散点图,我们从图3可以看出,久坐时间与胆固醇含量存在着一定的单调关系,且它们之间的关系是正向的,久坐时间越长,胆固醇含量越高。

图3:绘制的散点图

二、斯皮尔曼相关性分析

完成单调性的假设检验以后,我们接下来就可以使用斯皮尔曼来分析这两个指标之间的相关性了。第一步:点击【分析】--【相关】--【双变量】。

图4:双变量分析

在变量中选择我们的两个指标变量,然后在相关系数中勾选“斯皮尔曼”,显著性检验勾选“双尾”,同时勾选“标记显著性相关性”,最后点击“确定”。

图5:双变量相关性

三、结果分析

最终的相关性分析结果如图6,我们看第一行的相关系数指标,可以看到,它们之间的相关系数为0.793,这说明它们之间是存在一定的正向相关性。

对于相关系数来说,0表示两者之间没有相关性,-1表示负相关性,1表示正相关性,越接近于-1或者1,则相关性越强。

图6:相关性结果

这就是在IBM SPSS Statistics软件中使用斯皮尔曼相关性分析法,进行假设检验和双变量相关性分析的全部教程,从散点图我们也可以直观地论证出最终结果的准确性,希望本教程能给大家在相关性分析的工作中带来帮助。

作者署名:包纸

展开阅读全文

标签:spss

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。
2023-12-01
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

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: