您当前的位置:首页 > 计算机 > 软件应用 > 采集运算

SPSS相关性分析案例

时间:02-01来源:作者:点击数:

SPSS内部提供了多种分析数据相关性的方法:卡方检验(Chi-SquareTest),Pearson相关系数计算,Spearman相关系数计算和Kendall的tau-b(K)相关系数计算。这四种分析方法适用于不同的数据类型。今天向大家展示一个SPSS相关性分析案例,介绍使用SPSS进行Kendall的tau-b(K)相关系数计算及结果分析。

1.案例及数据录入

在某一地区,人们想调查学历与收入之间是否存在关系,具体实施方法是将不同收入的调查对象进行分级,级别分别为低收入,中等收入,高收入,学历也进行分级,分别为高中及以下,本科,研究生及以上。对于分级的数据,卡方检验,Pearson相关系数,Spearman相关系数均不再适用,针对同一研究对象,分级的数据应该采用Kendall的tau-b(K)相关系数统计方法进行分析。

打开SPSS软件,将低收入设置为1级别,中等收入设置为2级别,高收入设置为3级别,高中及以下设置为1级别,本科设置为2级别,研究生及以上设置为3级别,按图1所示录入调查数据。

图1设置级别并录入数据
图1设置级别并录入数据

然后打开图2所示界面,对变量属性进行设置。VAR00001设置为学历级别,VAR00002设置为收入级别。

图2变量属性设置
图2变量属性设置

2.Kendall的tau-b(K)相关系数计算

如图3所示界面,点击分析,相关,双变量,然后将变量添加至3所示位置,在4所示位置选择肯德尔的tau-b(K),然后点击确定,SPSS将进行相关系数计算。

图3Kendall的tau-b(K)相关系数计算
图3Kendall的tau-b(K)相关系数计算

3.Kendall的tau-b(K)相关系数计算结果分析

图4Kendalltau-b系数计算结果
图4Kendalltau-b系数计算结果

对于Kendall的tau-b(K)系数,如果相关系数低于0.3则为不相关,0.3~0.7之间为弱相关,大于0.7为强相关。

结果可以看出,本例检验的相关系数为0.240小于0.3判断,收入与学历之间不相关。

同时检验的显著性水平(图中的Sig.)为0.363,大于0.05,说明应接受不相关假设,两者之间确实不相互影响。

通过分析以上两个结果数据,结论为收入与学历之间不相关。

以上就是使用Kendall的tau-b(K)系数计算分析数据相关性案例的全部内容了,由于Kendall的tau-b(K)系数计算可以对数据进行分级统计,所以在社会学研究中,Kendall的tau-b(K)系数实用性非常强。想获取更多的SPSS使用方法,大家可以浏览城东书院网站进行学习。

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门