发布时间:2022-09-13 10: 23: 59
品牌型号:Dell N5010
系统:Windows 10
软件版本:IBM SPSS Statistics
调查一个变量是否随另一个变量变化,我们可以对两者进行相关性分析,需要用户了解的是相关性分析不是因果关系分析,相关性分析可以描述两个变量的变化情况,以及相关性是否具有统计学意义。我们一般借助IBM SPSS Satatistics进行相关性分析,关于spss相关性分析怎么做,spss相关性多少算显著的问题,本文结合实例向大家做简单说明。
一、spss相关性分析怎么做
为了便于大家的理解,这里列举一个实例。某社会调查小组统计了某大学2020届男女生的党员人数,分析政治面貌与性别是否存在相关性。调查数据如图1所示。
为了数据录入方便我们将男性赋值为1,女性赋值为0,党员赋值为1,群众赋值为0,向IBM SPSS Statistics中录入数据如图2所示。
首先对人数进行加权操作,在图3所示界面,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,将人数加入频率变量,点击确定。
在图4所示界面,点击【分析】,【描述统计】,【交叉表】。
在交叉表界面,如图5所示,将政治面貌加入行,将性别加入列,然后点击统计按钮,勾选卡方,点击继续,点击确定,SPSS将进行相关性分析,并将结果输出至查看器。
在输出结果中,我们需要关注卡方检验的显著性,显著性水平多少时能够确定两者存在相关性,还有哪些信息值得我们关注,我们在第二小节中向大家介绍。
二、SPSS相关性多少算显著
首先在交叉表中,我们可以了解性别,政治面貌各自所占的比例,如,群众中,女同学占50.2%,男同学占49.8%等,我们可以对数据分布有总体的了解。
在卡方检验结果中,我们需要关注皮尔逊卡方的渐进显著性(双侧),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,显著性小于大于0.05,两者不相关的假设成立。
本例中,P=0.043,小于0.05,因此认为两者之间存在相关关系。
本文开始时提及,相关关系并非因果关系,政治面貌与性别存在相关关系,可能是由于女生成绩较好,而并非男生不愿意加入党组织。另外一方面,我们了解了政治面貌与性别存在相关关系,如何确定这种关系的强弱呢?我们在第三小节中向大家介绍。
三、SPSS相关关系定向测量
想确定相关关系的强弱,需要测量Lambda系数,方法是在图8所示界面,勾选Lambda系数计算选项,然后按照第一小节中方法,进行相关性分析。
在分析结果中,会多出图9所示的定向测量表,由于我们将政治面貌作为因变量,所以我们应该关注Lambda政治面貌因变量行,其值为0.371,显著性为0,小于0.05,提示政治面貌和性别存在一定的相关关系,且有统计学意义。
本文向大家介绍了SPSS相关性分析怎么做,SPSS相关性多少算显著,相关性分析中变量间相关性强弱的计算方法。相关性是否显著是通过卡方检验完成的,显著性小于0.05,提示两者间相关关系有统计学意义。相关性强弱可通过测量Lambda系数确定,Lambda系数较大,显著性小于0.05,提示变量间存在有统计学意义的相关关系。
作者:莱阳黎曼
展开阅读全文
︾
读者也喜欢这些内容:
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。...
阅读全文 >
SPSS双因素方差分析数据录入 SPSS双因素方差分析多重比较
进行双因素方差分析时,数据录入和多重比较是两大难点,用户常常会对数据录入比较困惑,不确定如何分组以及定义变量名称,对于双因素方差分析中的多重比较结果也不能恰当的进行解读,如何进行SPSS双因素方差分析数据录入?SPSS双因素方差分析多重比较如何解读?本文结合实例,向大家做详细的解释。...
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卡方检验结果怎么看 spss卡方检验结果解读
卡方检验是由皮尔逊提出的一种统计检验方法。在一定的置信水平下,通过比较卡方统计量和卡方分布函数概率值,判断实际概率和期望概率是否一致,根据实际概率和期望概率的符合程度,了解两组定类变量的相关性。利用SPSS可以迅速的完成卡方检验,避免进行大量的数学计算。关于SPSS卡方检验结果怎么看,SPSS卡方检验结果如何解读,本文结合实例,向大家作简单的介绍。...
阅读全文 >