spss教程-相关分析--统计学

《spss教程-相关分析--统计学》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第三节相关分析相关分析常用来描述多个变量之间的线性相关程度的大小，在对变量做相关分析之前，往往先对两个变量之间的相关情况进行简单的描述，即用散点图对两个变量之间的关系进行初步考察，然后再进行相关系数的计算与分析。1散点图（1）数据下图中是以10名被试身高与体重的数据为例，简单介绍散点图的绘制。将数据输入三列变量，第一列变量subject表示被试编号，第二列变量height表示10个被试的身高测量数据，第三列变量weight表示10个被试题中的测量数据，将数据文件保存为“3-5-1.sav”（图3－3）。图3－3：数据输入（2）操作在SPSS主菜单上选择Grap

2、hs/Scatter…，显示散点图（Scatterplot）定义窗口如图3-4。图3-4：散点图定义窗口图3-5：SimpleScatterplot定义窗口SPSS可以绘制四种类型的散点图：·Simple每个点代表每个记录中两个变量的值；·Matrix定义一个简单散点图方针，变量的每种组合规定两个方阵；·Overlay在同一个坐标内画多个散点图；·3-D每个点代表每个记录的三个变量值，这些点绘在一个可以旋转的三维协调系统中。这里我们的目的是描述被试身高与体重的关系，只涉及到两列变量，所以选用Simple，点击Define，出现SimpleScatterplot

3、窗口，然后在该窗口定义x轴和y轴，将weight变量选入Y轴（YAxis）下面的矩形框，将height变量选入X轴（XAxis）下面的矩形框，显示如图（图3-5）。①Titles选项点击对话框下端的Titles…按钮，可以用来定义散点图的名称（如图3-6）：图3-6：散点图名称的定义点击continue，返回图3－5，然后点击OK，得到散点图（图3－7）。我们可以用类似于第一章中介绍的方法对所得到的图形进行编辑，这里不再重复。图3－7：身高与体重关系散点图从上面的散点图可以看出，随着身高的增加，体重有增加的趋势。2用Correlate语句计算相关系数2.1.皮

4、尔逊积差相关系数的计算（1）操作仍然以上面学生身高与体重的数据为例，来说明如何用SPSS计算积差相关系数。打开文件“3-5-1.sav”，单击主菜单Analyze/Correlate/Bivariate…，打开相关系数定义对话框，将分析的变量height和weight选入右边的变量表列（Variable(s)），如下图3-8所示。并请注意选定下方的复选框FlagSignificantCorrelations，意为用*标志存在显著性相关的相关系数（关于相关系数显著性检验的内容在后面第五章详细讨论，这里所提到的相关系数检验部分，读者可以先跳过）。图3－8：变量之间

5、相关系数定义窗口有关图3－8的说明：①在相关系数（CorrelationCoefficients）定义矩形框中定义所要计算和检验的相关系数的类型：·Pearson计算皮尔逊积差相关系数并作显著性检验。适于两列变量均为正态分布连续变量。·Kendall’stao-b计算肯德尔tau-b并作显著性检验。对数据分布没有严格要求。·Spearman计算斯皮尔曼等级相关系数并作显著性检验。对数据分布没有严格要求。②在显著性检验（TestofSignificance）矩形框中，定义相关系数的检验类型：·Two-tailed双侧检验·One-tailed单侧检验③另外在该窗

6、口最下方的Flagsignificantcorrelations复选框表明选择此项时，用“*”号标明显著性水平。在0.05水平显著的相关系数用单个星号“*”标识，而在0.01水平显著的相关系数用两个星号“**”标识。如果不选择此项，则相关系数检验的显著性不用星号“*”标识。④Options选项在主对话框点击Options按钮可用来定义变量附加信息的输出，如变量的平均值、标准差和变量的交叉积差、协方差矩阵等，一般只对皮尔逊相关才用这两个选项等，以及处理缺失值的方法（图3－9）。对于缺失值的处理，SPSS提供两种方法：对删（Pairwise）和列删（Listwis

7、e）：·Excludecasespairwise表示在计算相关系数时，一对变量中的一个或两个变量有缺失值的观测在分析中被删除。这是一个缺省设置，因为相关系数是依据每对变量具有有效值的所有观测来计算的，对每次计算将使用最大可利用的信息，这将产生依据不同观测数的一组系数；·Excludecaseslistwise表示对任何变量有缺失值的观测将在所有的分析中被永久性删除。图3－9：定义附加信息和处理缺失值方法对话框SPSS默认计算的相关系数为积差相关，如果分析的两个变量满足计算积差相关系数的条件，则直接采用默认设置，这里分析的身高与体重从总体上来看，可以看成是从两个

8、正态总体中抽取的样本，所以可以用积差相