SPSS皮尔逊相关分析实例操作步骤
- 格式：docx
- 大小：232.96 KB
- 文档页数：6
SPSS皮尔逊相关分析实例操作步骤
选题：
对某地29名13岁男童的身高（cm）、体重（kg），运用相关分析法来分析其身高与体重是否相关。
实验目的：
任何事物的存在都不是孤立的，而是相互联系、相互制约的。相关分析可对变量进行相关关系的分析，计算29名13岁男童的身高（cm）、体重（kg），以判断两个变量之间相互关系的密切程度。
实验变量：
编号Number，身高height（cm），体重weight（kg）
原始数据：
实验方法：
皮尔逊相关分析法 15 47
16 47
17 41
18 43
19 45
20 38
21 32
22 34
23 40
24 39
25 38
26 36
27 35
28 40
29 32 Number height weight
1 32
2 30
3 46
4 34
5 37
6 36
7 42
8 31
9 33
10 37
11 50
12 28
13 41
14 32 软件：
操作过程与结果分析：
第一步：导入Excel数据文件???
1.?open data document——open data——open；
2. Opening excel data source——OK.
第二步：分析身高（cm）与体重（kg）是否具有相关性 1. 在最上面菜单里面选中Analyze——correlate——bivariate?，首先使用Pearson，two-tailed，勾选flag significant correlations
进入如下界面：
2. 点击右侧options，勾选Statistics，默认Missing Values，点击Continue
输出结果：
Descriptive Statistics
图为基本的描述性统计量的输出表格，其中身高的均值（mean）为、标准差（standard deviation）为、样本容量（number of cases）为29；体重的均值为、标准差为、样本容量为29。两者的平均值和标准差值得差距不显着。
图为相关分析结果表，从表中可以看出体重和身高之间的皮尔逊相关系数为，即|r|=，表示体重与身高呈正相关关系，且两变量是显着相关的。另外，两者之间不相关的双侧检验值为，图中的双星号标记的相关系数是在显着性水平为以下，认为标记的相关系数是显着的，验证了两者显着相 Mean Std. Deviation N
身高（cm） 29
体重(kg) 29
Correlations
身高（cm） 体重(kg)
身高（cm） Pearson Correlation 1 .719**
Sig. (2-tailed) .000
Sum of Squares and
Cross-products
Covariance
N 29 29
体重(kg) Pearson Correlation .719** 1
Sig. (2-tailed) .000
Sum of Squares and
Cross-products
Covariance
N 29 29
**. Correlation is significant at the level (2-tailed).
关的关系。所以可以得出结论：学生的体重与身高存在显着的正相关性，当体重越高时，身高也越高。
第三步：画散点图：选中Graphs——Legacy Dialogs——Scatter/dot——
Simple scatter——define.
得到散点图，如下图：
