请教SPSS相关分析结果怎么看?
发布网友
发布时间:2022-04-22 03:37
我来回答
共4个回答
热心网友
时间:2024-01-05 00:13
1,如果两个变量都是连续型,且服从正态分布,则选择pearson皮尔逊相关性分析。
2,如果两个变量有序定序,则选择spearman斯皮尔曼相关性分析,另外,如果连续变量但是不服从正态分布,也选择spearman相关性分析。
3,结果的分析有两步:
@看sig是否<0.05,<0.05意味着两个变量存在显著相关关系。如果>0.05,意味着无关键,分析结束。
@<0.05,意味着有关联,再继续看相关系数,是正相关还是负相关即可。也可以看看相关系数的绝对值是否在0.5以上,绝对值高于0.5属于中强相关。
可以在搜酷中搜索陈老师spss数据分析视频中的相关性分析教程,讲解很详细,免费系统!
热心网友
时间:2024-01-05 00:13
连续型变量用Pearson相关,,分类变量Spearman相关
结果解释:第一个表看对应的相关系数-0.098,P值0.002,小于0.05,有统计学意义。说明存在弱的负相关。第二个图就是两个变量的均值与标准差。追问什么是分类变量呢?(只听过定序、定类、定比、定距变量)。另外用里克特量表做的变量,如不重要、比较不重要、一般、比较重要、重要这样程度的变量,应该属于什么变量呢?
为什么说是弱的负相关呢?有2个星号的话不是表示强相关了吗?(我比较菜鸟,一些初级问题还不大懂,求解)
追答对,你说的表示程度的是分类变量,,当然还有无序的如糖尿病分I。2类。说弱的相关,是因为看相关系数。只有0.1.一般大于0.7叫较强相关,0.4-0.7中度相关,小于0.3的弱相关。另外是负数,,是负相关。
P值即上面的Sig。。只是说明得到这个相关系数在统计学上是可信的。说明其相关有统计学意义。并不是实际的相关程度
热心网友
时间:2024-01-05 00:14
这是一个两个变量之间的相关性分析结果。
使用的参数是Pearson指数。
Pearson correlation是一个相关系数,它指出了两个变量之间相关的亲密程度和方向。这个数值的绝对值越大越说明两个变量的关系越亲密,它的绝对值为0-1之间。在你的分析结果中,这个数值的绝对值为 0.622,说明检验的两个变量之间相关亲密程度比较强。如果这个绝对值< 0.3的话,那就是弱相关。
这个相关系数的正负符号说明相关性的方向,如果为正值,你可以说这两个变量之间是正相关(一个变量的增高引起另一个变量的增高),如果为负号,则为负相关(一个变量的增高引起另一个变量的降低 )。
从Pearson correlation系数来看,这两个变量之间存在较强的负相关。
Sig. (2-tailed)是一个相关显著性系数,它指出上面所说的相关系数是否具有统计学意义。Sig. (2-tailed) =0.018说明在(1-0.018)* 100=98.2%的几率上,上面的Pearson correlation成立。一般而言,sig. <=0.05的情况下,Pearson correlation具有统计学意义。从你的结果来看:
两个变量之间为显著正相关(r = 0.622, p = 0.018)。
N,是number的缩写,就是指出你的两个变量共多少个数据,从你的结果来看,共14个数据参加了运算。
* Correlation is significant at the 0.05 level (2-tailed).是指:
在95%的几率下,相关性是显著的。实际上,你不看这一行,从上面的sig.值就可以看出来了。
热心网友
时间:2024-01-05 00:14
如果两个变量都是连续正态数据,用Pearson即可,根据你最后的图,Pearson相关系数r为-0.07,显著性水平p为0.023,小于0.05,可以算显著负相关(虽然是非常低的相关)。