《SPSS皮尔逊相关分析实例操作步骤.doc》由会员分享，可在线阅读，更多相关《SPSS皮尔逊相关分析实例操作步骤.doc（3页珍藏版）》请在三一文库上搜索。
1、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 ：Numberheightweight15160.5471135.13216153.0472139.93017147.6413163.64618157.5434146.
2、53419155.1455156.23720160.5386156.43621143.0327167.84222149.4348149.73123160.8409145.03324159.03910148.53725158.23811165.55026150.03612135.02827144.53513153.34128154.64014152.03229156.532实验方法：皮尔逊相关分析法软件：spss19.0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 sou
3、rce 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，首先，点击Continue输出结果：图为基本的描述性统计量的Descriptive Statistics输出表格，其中身高的均值MeanStd. DeviationN（mean）为 152.576cm、标准差身高（ cm ）152
4、.5768.362229）为体重 (kg)37.655.746（standard deviation298.3622 、样本容量（ number ofcases）为 29；体重的均值为 37.65kg 、标准差为 5.746 、样本容量为 29。两者的平均值和标准差值得差距不显著。Correlations身高（ cm ）体重 (kg)身高（ cm ）Pearson Correlation1.719 *Sig. (2-tailed).000SumofSquaresand1957.953967.816Cross-productsCovariance69.92734.565N2929体重 (kg)P
5、earson Correlation.719 *1Sig. (2-tailed).000SumofSquaresand967.816924.312Cross-productsCovariance34.56533.011N2929*. Correlation is significant at the 0.01 level (2-tailed).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0.719 ，即 |r|=0.719，表示体重与身高呈正相关关系，且两变量是显著相关的。另外，两者之间不相关的双侧检验值为 0.000 ，图中的双星号标记的相关系数是在显著性水平为 0.01 以下，认为标记的相关系数是显著的，验证了两者显著相关的关系。所以可以得出结论：学生的体重与身高存在显著的正相关性，当体重越高时，身高也越高。第三步：画散点图： 选中 Graphs Legacy Dialogs Scatter/dotSimple scatter define.得到散点图，如下图：