IBM SPSS Statistics 中文网站 > 使用技巧 > 如何用IBM SPSS Statistics分析两个变量之间的关联度

如何用IBM SPSS Statistics分析两个变量之间的关联度

发布时间:2021-09-08 13: 40: 08

现实中我们常常会遇到对两个分类变量之间是否存在关联进行讨论,如睡眠时间与学习成绩之间是否存在关联、宣传费用与销售量是否存在关联?

对于这种问题,我们是不能通过表面数据进行确定的。但我们可以通过IBM SPSS Statistics(win)中的交叉表功能来确定两个变量之间的关联是否存在。

一、录入数据

消费者的年龄与消费者的购买意愿是否存在关联?相信这是一个多数人都会感兴趣的问题。本文将以一组年龄与购买意愿的数据为例,展示运用IBM SPSS Statistics进行关联性分析的过程与步骤。

图1:示例数据
图1:示例数据

二、对数据进行加权

此时录入进IBM SPSS Statistics的数据是汇总的数据,还不具备使用交叉表分析的条件。在进行交叉表分析之前还需要运用个案加权的功能,对购买数量进行加权。

按照数据-个案加权的步骤进入个案加权对话框。

图2:个案加权
图2:个案加权

选择个案加权依据,将购买数量放入频率变量栏中,点击确定,即可为购买数量进行加权。

图3:为购买数量加权
图3:为购买数量加权

三、交叉表分析

加权完成后,便可进行交叉表分析,在IBM SPSS Statistics中按照分析-描述统计-交叉表的顺序打开交叉表对话框。

图4:打开交叉表的步骤
图4:打开交叉表的步骤

在交叉表对话框中,购买意愿、年龄层次与购买数量初始是在左边的待选框中,需要将购买意愿列入行变量框,将年龄层次列入列变量框,购买数量则不需要变动。

图5:列入变量框
图5:列入变量框

此时为了便于最终结果的检验,需要运用到卡方检测,因此可点击右侧的统计,在展开的交叉表:统计中选择卡方。

图6:选择卡方
图6:选择卡方

点击继续,回到交叉表后再点击确定,即可得到交叉表的分析结果。

图7:检验结果
图7:检验结果

根据卡方检验的结果可知,渐进显著性P为0.369。根据假设检验的规定,若P值大于显著性水平α(显著性水平是估计总体参数落在某一区间内,可能犯错误的概率),则两个变量不存在关联性;反之则存在关联性。假设显著性水平α=0.05,则P=0.369>α=0.05,所以可认为购买意愿与消费者的年龄无关。

现实中存在着很多变量都具有似是而非的关联性,我们可以通过IBM SPSS Statistics的交叉表对这些变量进行分析,挖掘出真正的关联,排除错误的关联,这是非常有意义的。如对教育者而言可通过这个方法找到影响学生学习的真正因素,对生产者而言可以找到影响销量的因素。欢迎访问SPSS中文网站查看学习更多SPSS教程

作者:刘白

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均值怎么求 spss均值结果解释
平均值反映了一组数据的集中趋势,在经济社会各个领域都有非常广泛的应用。可以采用很多种方法求解平均值,如带有统计功能的计算器,Excel,SPSS等。关于SPSS均值怎么求,SPSS均值结果解释是什么,本文借助实例,向大家作简单的介绍。
2023-12-04
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

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: