例：學(xué)生每天學(xué)習(xí)時間T與學(xué)習(xí)綜合成績G之間的相關(guān)性

原始數(shù)據(jù)

TG

G=f(T),其中T為自變量，G為因變量

step1：建立數(shù)據(jù)文件file——new——data；

定義變量選中左下角菜單Variable view，輸入變量名T，其他選項不變，令起一行，輸入變量

名G其他選項不變，切換到data view（在左下角），將數(shù)據(jù)復(fù)制進去。

Step2：進行數(shù)據(jù)分析：在spss最上面菜單里面選中Analyze——correlate——bivariate（雙變量）

左邊包含G，T的框為源變量框，后面的空白框為分析變量框，我們現(xiàn)在需要分析G和T的關(guān)系，因此將源變量框中的G和T選進分析變量框待分析。

（1）correlation coefficients（相關(guān)系數(shù)）包括三個選項：

Pearson：皮爾遜相關(guān)，計算連續(xù)變量或是等間距測度的變量間的相關(guān)分析；

Kendall：肯德爾相關(guān)，計算等級變量間的秩相關(guān)；

Spearman：斯皮爾曼相關(guān)，計算斯皮爾曼秩相關(guān)。

注：Pearson可用來分析①分布不明，非等間距測度的連續(xù)變量

Kendall可用來分析①分布不明，非等間距測度的連續(xù)變量，②完全等級的離散變量，③數(shù)據(jù)資料不服從雙變量正態(tài)分布或總體分布型未知。第②種情況只能用Kendall分析

Spearman可用來分析數(shù)據(jù)資料不服從雙變量正態(tài)分布或總體分布型未知

（2）Test of significance選項

Two-tailed：雙尾檢驗，如果事先不知道相關(guān)方向（正相關(guān)還是負相關(guān)）則可以選擇此項；

One-tailed：單尾檢驗，如果事先知道相關(guān)方向可以選擇此項。

（3）Flag significantcorrelations：表明顯著水平，如果選擇此項，輸出結(jié)果中在相關(guān)系數(shù)值右上方使用*標(biāo)示顯著性水平為5%，用**標(biāo)示其顯著性水平為1%

首先使用pearson，two-tailed（下圖），點擊右側(cè)options

statistics為統(tǒng)計量，包括均值和標(biāo)準(zhǔn)差 叉積離方差和協(xié)方差

missing values 選擇默認(rèn)

點擊continue——ok

輸出結(jié)果（下圖）

相關(guān)系數(shù)為0.975，顯著性p=0.000<0.01,有統(tǒng)計學(xué)意義

選用Kendall 肯德爾，結(jié)果如下：

選用spearman 斯皮爾曼，結(jié)果如下：

畫散點圖：選中Graphs——Scatter/dot-----Simplescatter------define

愛華網(wǎng)本文地址 » http://www.klfzs.com/a/25101017/361906.html