spss相关分析操作过程.doc

. .
. v .
相关分析
定义
相关分析用于研究定量数据之间的关系情况，包括是否有关系，;相关分析与回归分析的逻辑关系为:先有相关关系，才有可能有回归关系。
分析项
相关分析说明
网购满意度，重复购置意愿
网购满意度和重复购置意愿之间是否有关系，关系严密程度如何"
分析过程
相关分析使用相关系数表示分析项之间的关系。
在相关分析之前，SPSSAU建议可使用散点图直观查看数据之间的关系情况
首先判断是否有关系(有*号那么表示有关系，否那么表示无关系)
接着判断关系为正相关或者负相关(相关系数大于0为正相关，反之为负相关)
最后判断关系严密程度();相关系数常见有两类，分别是Pearson和Spearman，默认使用Pearson相关系数。
除此之外，SPSSAU还提供Kendall相关系数。三个相关系数的区别如下表格：
系数
使用场景
备注
Pearson
定量数据，数据满足正态性时
正态图可查看正态性，散点图展示数据关系
Spearman
定量数据，数据不满足正态性时
正态图可查看正态性，散点图展示数据关系
Kendall
定量数据一致性判断
通常用于评分数据一致性水平研究，比方评委打分，数据排名等
. .
. v .
如果多个量表题表示一个维度，可使用“生成变量〞的平均值功能。将多个量表题合并成一个整体维度。
分析结果
格式1〔当仅放入一个框中时〕：
平均值
标准差
分析项1
分析项2
分析项3
分析项4
分析项5
分析项1


1
分析项2


.673**
1
分析项3


.740**
.712**
1
分析项4


.681**
.705**
.642**
1
分析项5


.520**
.666**
.489**
.604**
1
* p< ** p<
格式2〔两个框均放置项时〕：
分析项1
分析项2
分析项3
分析项4
.641**
.705**
.242**
分析项5
.520**
.656**
.589**
分析项6
.321**
.875**
.242**
分析项7
.611**
.705**
.342**
分析项8
.530**
.826**
.589**
* p< ** p<
*备注：通常情况下会使用格式1，如果希望格式2，那么右侧两个框中均需要放置分