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

. I9 F0 `) {. n1 s2 a4 \! v, }9 R# b
step1：建立数据文件    file——new——data；
6 O" {5 P( V+ ?7 _; P
- i  o4 d. _3 r  |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
0 j" R% E" `* ]9 u& U) e
$ f, u% K; N! n! o" S名G其他选项不变，切换到data view（在左下角），将数据复制进去。
; f2 Y- [, |' t: s! k, E9 Q
- J( B) h2 z* C
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。

                       
" Z* }+ q. [, H. J! Y9 m7 g/ q2 ]（1）correlation coefficients（相关系数）包括三个选项：
9 K' y0 |- w3 |% A
& Y, W  i  `- t, aPearson：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；
0 v9 q; Z5 n* g/ `5 h3 w7 q
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。
* Z7 I$ S3 c" {- E5 p
注：Pearson可用来分析①分布不明，非等间距测度的连续变量

" _7 r" ?, L4 ?7 h       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

8 P1 r; {; \. s6 m! `6 z5 s（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；

7 V+ J6 M  V7 J5 z& i2 ^One-tailed：单尾检验，如果事先知道相关方向可以选择此项。
: b4 i; P- D8 K) R
) a: E5 C: {2 _  h+ t, g9 o（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
" h5 c6 [2 p5 }
如何用spss做相关性分析
- }3 y# D' t2 N* Y+ X, D
( \7 f, Z& H. Y# s- astatistics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

: h; ?, z8 z0 B8 d% E点击continue——ok
8 B0 ~6 A2 o9 ~6 \; ^; H+ Q
9 o: r, s7 O; x* }; f7 d 如何用spss做相关性分析

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：

5 m0 _/ M, O% ~! H$ h. K/ u如何用spss做相关性分析
0 F1 I+ y! {$ z5 B
选用spearman 斯皮尔曼，结果如下：
0 O* \- j  k4 A  t- \8 H
; I$ O" a5 B6 J+ W  z 如何用spss做相关性分析

2 Y- r1 M* q4 j: [  ~" o" o2 n 画散点图：选中Graphs——Scatter/dot-----Simple scatter------define

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
' B. J" R6 u# C: V( D  s. e/ B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
$ I7 v) _+ q! J- ~% D写的很到位，简单易懂

0 f+ P0 |4 w! o3 p  R7 e0 h谢谢，我会继续加油