《SPSS皮尔逊相关分析实例操作步骤;.docx》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;.docx(6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:15160.54716153.04717147.64118157.54319155.14520160.53821143.03222149.43423160.84024159.03925158.23826150.03627144.53528154.64029156.53
2、2编号Number,身高height(cm),体重weight(kg)原始数据:Numberheightweight1135.1322139.9303163.6464146.5345156.2376156.4367167.8428149.7319145.03310148.53711165.55012135.02813153.34114152.032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 documentopen dataopen;2. Opening excel data sourceOK.第二步:分析身高(cm
3、)与体重(kg)是否具有相关性1. 在最上面菜单里面选中Analyzecorrelatebivariate,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 StatisticsMeanStd. DeviationN身高(cm)152.5768.362229体重(kg)37.655.74629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152.576cm、标准差(
4、standard deviation)为8.3622、样本容量(number of cases)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).000Sum of Squares and Cross-products1957.953967.816Covariance69.92734.565N2929体重(kg)Pearson Correlation.719*1Sig. (2-tailed).00
5、0Sum of Squares and Cross-products967.816924.312Covariance34.56533.011N2929*. 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GraphsLegacy DialogsScatter/dotSimple scatterdefine.得到散点图,如下图: