本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

SPSS 相关性分析 双变量相关_spss多变量相关性

spss培训 cdadata 977℃

SPSS 相关性分析 双变量相关

关键词: spss多变量相关性分析spss两变量相关性分析spss变量相关性分析

例:学生每天学习时间T与学习综合成绩G之间的相关性

原始数据

               G

1.1

54

1.5

60

2.2

62

3

70.1

3.4

74

4

74.5

4.2

77

5.5

81.5

5.9

85

6

85.5

6.5

86.2

8

90

      G=f(T),其中T为自变量,G为因变量

step1:建立数据文件    file——new——data;

      定义变量        选中左下角菜单Variable view,输入变量名T,其他选项不变,令起一行,输入变量

                      名G其他选项不变,切换到data view(在左下角),将数据复制进去。

                                       
Step2:进行数据分析:在spss最上面菜单里面选中Analyze——correlate——bivariate(双变量)

                    

左边包含G,T的框为源变量框,后面的空白框为分析变量框,我们现在需要分析G和T的关系,因此将源变量框中的G和T选进分析变量框待分析。

                     

(1)correlation coefficients(相关系数)包括三个选项:

Pearson:皮尔逊相关,计算连续变量或是等间距测度的变量间的相关分析;

Kendall:肯德尔相关,计算等级变量间的秩相关;

Spearman:斯皮尔曼相关,计算斯皮尔曼秩相关。

注:Pearson可用来分析①分布不明,非等间距测度的连续变量

      Kendall可用来分析①分布不明,非等间距测度的连续变量,②完全等级的离散变量,③数据资料不服从双变量正态分布或总体分布型未知。第②种情况只能用Kendall分析

        Spearman可用来分析数据资料不服从双变量正态分布或总体分布型未知

(2)Test of significance选项

Two-tailed:双尾检验,如果事先不知道相关方向(正相关还是负相关)则可以选择此项;

One-tailed:单尾检验,如果事先知道相关方向可以选择此项。

(3)Flag significant correlations:表明显著水平,如果选择此项,输出结果中在相关系数值右上方使用*标示显著性水平为5%,用**标示其显著性水平为1%

首先使用pearson,two-tailed(下图),点击右侧options

statistics为统计量,包括均值和标准差  叉积离方差和协方差

missing values 选择默认

点击continue——ok

输出结果(下图)

相关系数为0.975,显著性p=0.000<0.01,有统计学意义

选用Kendall 肯德尔,结果如下:

选用spearman 斯皮尔曼,结果如下:

画散点图:选中Graphs——Scatter/dot—–Simple scatter——define

 

转载请注明:数据分析 » SPSS 相关性分析 双变量相关_spss多变量相关性

喜欢 (2)or分享 (0)