技术贴：如何用spss做相关性分析

Emma爱精算

例：学生每天学习时间T与学习综合成绩G之间的相关性      
G=f(T),其中T为自变量，G为因变量
( I+ F0 [* u. F# {/ X
# f7 R' w' G# Y5 i- I& i
step1：建立数据文件    file——new——data；
% r( i5 Z! \7 O  I8 L$ @7 z5 o
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

6 h7 C; F. ~% h名G其他选项不变，切换到data view（在左下角），将数据复制进去。
! r3 n4 K8 o8 S. G: O5 [

Step2：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate（双变量）
; r( m4 ^+ }# n0 O6 x* L
* [* D/ P; y( r" P) T! q                     
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：
6 W* w  X$ y4 _8 U8 J- H/ ^
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；
: g' z1 H' x+ W
Spearman：斯皮尔曼相关，计算斯皮尔曼秩相关。
- t7 h* |: }( _- M0 e  F
* S' l( B" }2 @2 j; n注：Pearson可用来分析①分布不明，非等间距测度的连续变量
9 Z0 F# P6 @" T# Y. F8 k' v. ~
       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
$ a" H3 z! i4 O, b! k
, s6 ~8 @2 |% w' ]0 G         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
  ?5 Y( [2 ^+ h* J" p* `/ O1 u0 u
# v4 ^4 p) c: N  O' C2 f7 t) p（2）Test of significance选项
. m$ t6 h5 t, p9 |7 e/ w3 S' z
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。

$ M. k, j8 g2 d+ M, f# R6 m（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%

0 e% c& m9 K2 n4 s1 n3 w+ d 首先使用pearson，two-tailed（下图），点击右侧options

如何用spss做相关性分析

statistics为统计量，包括均值和标准差  叉积离方差和协方差
. C; x- R- n. k
% |7 c3 v4 i2 o1 m, l! gmissing values 选择默认

点击continue——ok
5 l$ U& Z8 E2 q. ^
如何用spss做相关性分析

3 H+ ^6 [, l# |3 z( X; K" b+ V相关系数为0.975，显著性p=0.000<0.01,有统计学意义
+ t1 @: b) O9 p) p4 Z
选用Kendall 肯德尔，结果如下：

如何用spss做相关性分析

& d/ z  B4 F, ~7 v( n选用spearman 斯皮尔曼，结果如下：
" X+ q9 l+ \8 c
如何用spss做相关性分析

) B- b$ {$ |( ]! h- i 画散点图：选中Graphs——Scatter/dot-----Simple scatter------define
6 q9 a* J; r$ `4 X4 O0 ]

平凡之不凡

写的很到位，简单易懂

空木葬花

非常感谢楼主！

Emma爱精算

空木葬花 发表于 2014-5-14 18:43
7 T; `2 w$ y+ d; i7 R非常感谢楼主！

不客气，谢谢对本帖的关注！

Emma爱精算

平凡之不凡 发表于 2014-5-12 12:20
写的很到位，简单易懂

  B9 ~7 P: p' S+ n9 @谢谢，我会继续加油