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。
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。
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。
3.Kendall的tau-b(K)相关系数计算结果分析
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。