spss如何做相关性分析?spss可通过双变量相关、偏相关、距离相关三种分析方法进行相关性分析。spss相关性分析结果如何描述?本文会以双变量相关为例,应用实际数据演示操作步骤与结果描述。
一、spss如何做相关性分析
spss相关性分析,用于分析变量间的相关关系。这种相关关系可以是正相关的、负相关的、弱相关的、强相关的,也可以是具有相似性的相关性,因此,相关关系的结果是多样的,其研究的是变量间的关系。
spss相关性分析提供了双变量相关、偏相关与距离相关的分析方法,分别用于两个变量相关性、在控制变量下的两变量相关性以及变量相似性的研究。
接下来,我们以双变量相关分析为例,进行一组客流量、销售额、客单价数据的相关性分析。
spss双变量相关性分析,如图2所示,依次单击spss分析-相关-双变量,即可启用分析功能。
spss双变量相关性分析用于分析两个变量间的相关性,因此,如图3所示,只需将变量选入到“变量”列表框,即可分析两两变量间的相关性。
在相关系数选择上,一般选择皮尔逊相关系数,如果抽样数据不服从正态分布,可选择肯德尔或斯皮尔曼相关系数。
除了使用分析方法外,我们还可以结合散点图进一步分析变量间的相关性。如图4所示,打开spss图形中的“图表构建器”。
接着,在下方图库中选择散点图,并将散点图的第一个图(点图)拖放到上方的图表编辑区中。
选择好散点图类型后,分别将客流量、客单价、销售额添加到X轴与Y轴,以观察销售额分别与客流量、客单价的相关性。
二、spss相关性分析结果如何描述
接下来,我们进一步来看看spss相关性分析结果如何描述。
首先,很重要的是,查看相关性检验结果,如图6所示,客流量与销售额、客单价与销售额的显著性P值<0.05,检验结果显著,说明客流量与销售额、客单价与销售额之间有相关关系。
但我们无法仅从“相关性”检验数据得出数据符合哪种相关性,可借助散点图进行分析。
首先看到客流量与销售额的相关性,如图7所示,可以看到,客流量与销售额之间有着比较明显的正相关关系,随着客流量的提高,销售额也会提高。
接着,查看客单价与销售额的散点图,如图8所示,可以看到,散点图上的点分布松散,无明显的规律,因此,可以说明客单价与销售额之间有相关关系,但其相关性类型不明确。
三、spss偏相关分析是什么
spss偏相关分析,也是一种分析变量间相关关系的方法,与双变量相关不同的是,偏相关更侧重于分析剔除共线性变量后的相关性,即将可能加强变量间相关关系的变量剔除,并将其作为控制变量,来“真正地”检验变量间的相关关系。
如图9所示,可以看到,偏相关性包含了“变量”与“控制”的列表框。
在本例中,我们认为“客单价”可能会加强“销售额”与“客流量”的相关关系,因此,将“客单价”选入控制变量,其他两个变量选入“变量”。
偏相关分析结果如图11所示,“无”控制变量,即未引入“客单价”控制变量的结果,客流量与客单价与销售额均有显著相关性。
在控制变量为“客单价”的情况下,销售额与客流量的相关系数更是达到0.993,说明相关性非常强。
四、小结
以上就是spss如何做相关性分析,spss相关性分析结果如何描述的相关内容。spss提供了双变量相关、偏相关、距离相关三种相关性分析方法,可进行不同类型的相关性分析,以找到更接近于实际影响效果的相关性分析结果,而不局限于简单的两变量间相互关系的相关性分析。