SPSS分析前先对数据怎么处理 SPSS相关性分析为负怎么办

品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics 试用版

通过分析不同离散变量之间的关系，我们可以更好地理解各种社会现象，从而制定出有效的干预策略，提高经济效益。例如，分析性别与电子产品消费金额之间的相关性，可以有针对性的投放广告，增加销售额。借助专业统计学软件IBM SPSS Statistics ，可以高效的完成相关性分析。SPSS分析前先对数据怎么处理，SPSS相关性分析为负怎么办，本文结合实例向大家做简单说明。

一、SPSS分析前先对数据怎么处理

分析两个离散变量之间的独立性，可以采用卡方检验（Chi-Square Test）。卡方检验中关键的因素为期望频数和实际频数。因此进行相关性分析前，需要指定频率变量，即进行个案加权。为了便于大家的理解，这里列举一个实例。统计了某大学某届男女生的党员人数，试问政治面貌与性别是否存在相关性。调查数据如图1所示，这其中人数即为频率变量。

首先向SPSS中录入数据，由于分类变量为两类，不妨设男性为1，女性为0，党员为1，群众为0，以0和1区分两类。录入结果如图2所示。

对频率变量进行加权操作，点击【数据】，【个案加权】，在弹出的窗口中勾选“个案加权系数”选项，将人数指定为频率变量，点击【确定】，如图3所示。

个案加权操作完毕以后，就可以对数据进行相关性分析了，相关性分析如何操作，相关性分析为负怎么办，我们在第二小节中向大家介绍。

二、spss相关性分析为负怎么办

卡方检验公式如图4所示：

公式中Oi代表观察值，Ei代表根据独立性计算的期望值，Ei大于0，（Oi-Ei）2大于等于0，公式中每一项都大于等于0，它们的和恒大于等于0，因此卡方检验不会出现负值。可能是用户没有辨别相关性和负相关两个概念的区别。仍然以第一小节中示例向大家说明。

依次点击【分析】，【描述统计】，【交叉表】，如图5所示。

在弹出窗口中，政治面貌设置为行，性别设置为列，点击【统计】按钮，勾选“卡方”，点击【继续】，点击【确定】，如图6所示。

卡方检验结果如图7所示。皮尔逊卡方计算值为4.110，其渐进显著性（双侧）为0.043，显著性小于0.05，说明两者不相关的假设是不成立的，认为两者之间存在相关关系。

本文向大家介绍了有关SPSS分析前先对数据怎么处理，SPSS相关性分析为负怎么办的内容。对于离散变量的相关性分析，首先要定义频率变量，即对数据进行个案加权。根据卡方检验计算公式，值恒大于等于0，如果出现负值，说明检验过程出现错误。