IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案),为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称,有Windows和Mac OS X等版本。
本文将介绍几种常用的SPSS分析方法,文中使用的软件版本为版本26,电脑系统为Windows 10 x64。
什么是SPSS相关分析:
spss相关分析是将变量之间相关关系进行量化处理的过程,通过计算变量间的相关系数,对两个或两个以上变量之间两两相关的强度进行量化描述。量化描述的结果就是各种不同的相关系数。
相关关系分类:相关关系从不同的角度有不同的分类方式。
按照相关关系强度划分:完全相关,弱相关和不相关。
按照相关关系的方向分类:正相关和负相关。
按照相关关系形态划分,可以分为线性相关和非线性相关。
按照变量的个数划分,可以分为单相关,复相关和偏相关。
案例:本案例采用的样本是对消费者信心指数的调查问卷统计表,探究年龄变量与消费者信心指数之间的相关性。
具体过程:
绘制散点图,观察两连续变量是否存在线性相关
打开软件,点击“分析”—“相关”—“双变量”
在对话框中将“index1”和“年龄”选入变量框
选择相关系数类型,相关系数默认用“Pearson”相关系数(Pearson相关系数适用于定距变量,而等级相关系数适用于定序变量。在这里,变量信心指数数值和年龄均属于定距变量,故选择默认的Pearson相关系数即可。
总结:从散点图来看,由于点迹分布散乱,没有较为明显的分布规律,所以看不出明显的相关关系。
分析结果:
其中,Pearson相关系数小于0,说明变量之间呈负相关关系,即信心指数值与年龄之间存在负相关关系。
P值小于0.05,说明两者之间的相关性非常显著。
所以最终可以得出结论:变量信心指数值与年龄之间存在显著的负相关关系。
以上就是使用IBM SPSS Statistics进行相关分析的方法总结。想了解更多软件使用技巧和统计学方法,敬请访问城东书院网站。