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      
8 |4 v2 ]+ e( U7 ` G=f(T),其中T为自变量，G为因变量

$ Y  O+ A+ w3 o) g# a/ R
step1：建立数据文件    file——new——data；
) t/ t( n) J! h9 L
. b  ?4 R1 a+ y  S& B/ h! z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。


/ g% u! \+ Y+ l+ BStep2：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate（双变量）

6 m% I) h+ I5 x3 j/ H  v; u& i: W                     
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。

                       
' e" g# X: r2 U( _6 p" z（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；
, m0 y+ `4 g' B& u8 {
Kendall：肯德尔相关，计算等级变量间的秩相关；
  e8 W6 J4 e' }# Z
Spearman：斯皮尔曼相关，计算斯皮尔曼秩相关。

. x) y: ?+ [( _! 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
% x3 ?7 }+ ~  x# q2 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
4 Q6 }3 _. M  T
（2）Test of significance选项
' o' p/ o$ T  T8 X2 n$ Y
8 I2 J& j+ o; O  N! p$ C+ ATwo-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；
9 a" f. L. u/ M& y0 B. X# ^
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%
$ r# O# j% d6 |9 h
( a$ x+ \3 _5 r" E3 J 首先使用pearson，two-tailed（下图），点击右侧options

如何用spss做相关性分析
: y  R- ^3 Q. |% B7 Z* e  ~) L
statistics为统计量，包括均值和标准差  叉积离方差和协方差
1 B2 D8 o5 o# p. h
3 N: Z% x% A  V8 |! Imissing values 选择默认
6 H  n" P6 }3 Y# c
点击continue——ok

如何用spss做相关性分析
3 r9 w1 m2 C' \/ |
( A9 x4 p& M4 f$ D0 u7 f相关系数为0.975，显著性p=0.000<0.01,有统计学意义

: L) _, R* \$ e- N8 ]选用Kendall 肯德尔，结果如下：
6 b0 C2 `7 h  V; G
2 s% M8 v; s4 P( ]2 X" }5 G如何用spss做相关性分析
# p' O. n8 @/ k9 _
选用spearman 斯皮尔曼，结果如下：
. w1 V) A% ^6 F- K0 |
# k* W, f% ~8 E+ a% c 如何用spss做相关性分析

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
非常感谢楼主！

. O, [& }" \5 r: n* S  I) ~7 C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
) Q; A- D/ Y- }, s& f写的很到位，简单易懂

4 @7 W0 A# L/ j" g( Y: Q* q谢谢，我会继续加油