第六讲、相关技巧.pptVIP

相关分析——Correlate 菜单详解 引子——儿歌 老师老师您别气，咱娃就是这样滴， 叫他往南他往北，叫他往东他偏往西… 引 子 在心理学研究中，我们常常会对两变量之间联系的密切程度感兴趣。例如： 学生的学习成绩与其智力是否相关？ 员工满意度和工作效率是否相关？ 1. 什么是相关 相关（correlation）：即两类现象在发展变化的方向与大小方面存在一定的联系。 如：身高与体重 2. 相关的分类 按相关的形态： 直线相关：散点图呈直线。 曲线相关：散点图呈曲线。 按相关的方向： 正相关：两个变量同方向变动。 负相关：两个变量反方向变动。 零相关：两个变量毫无规律变动。 3. 相关散点图（散布图） 散点图：以一个变量（X）做横轴，以另一个变量（Y）做纵轴，对应做点，展示一组数据呈现的变量依存关系。 3. 散点图的几种情况 r = 1 0＜r ＜1 r =- 1 -1＜r ＜0 ①完全正相关 ②正相关 ③完全负相关 ④负相关 r = 0 r = 0 r = 0 r = 0 ⑤0 相关 ⑥ 0 相关 ⑦ 0 相关 ⑧ 曲线 相关 4. 相关系数 -1~1之间，符号表示相关的方向，绝对值大小表相关的程度 5. 相关系数适用条件比较 皮尔逊积差相关：两列来自正态总体的连续变量（身高与体重）； 斯皮尔曼等级相关：两列等级测量数据，总体不一定正态；（教师评定等级与学生成绩等级） 点二列相关：一列为等距或等比测量数据，另一列为真正的二分名义数据；（真正二分：如男和女，吸烟和不吸烟） 二列相关：一列为等距或等比测量数据，另一列虽为连续数据但被认为地划分为两类。 （人为二分，如：及格不及格，健康不健康） 四分相关：两个变量均为二分变量（两个变量均为人为的二分变量） Ф相关：两个变量均为二分变量（两个变量均为真正的二分变量） 肯德尔W系数：两列以上的等级变量（多个评委的评定等级） 1. 相关分析——Bivariate 过程 主要功能：主要用于进行两个变量间的线性相关分析，结果中可以给出Pearson相关系数、Kendall等级相关系数和Spearman等级相关系数。 1.相关分析—— Bivariate 过程 例1.1：已知某地一年级12名女大学生的体重与肺活量的数据，试分析两者有无直线相关关系。 数据见corr.sav 1.相关分析—— Bivariate 过程 练 1.1：已知judge.sav中为七个国家的裁判为一组运动员的打分。试分析七国裁判评分的相关程度。 2.偏相关分析—— Partial 过程 主要功能：偏相关分析，在控制其他变量影响的情况下分析两个变量的相关性。 2. 偏相关分析——Partial 过程 练2.1：现已测得20名糖尿病人的血糖（y，mmol/L）、胰岛素（x1，mU/L）及生长激素（x2，ug/L）的测量数据，请分析糖尿病人血糖浓度与生长激素浓度间有无相关关系（在排除胰岛素的影响）。 数据见pcorr.sav 2. 偏相关分析——Partial 过程 练2.2：在exp99.sav中，求控制先前工作经验（previous experience）之后，当前薪水（current salary）与受教育水平（educational level）之间的相关。 Distances过程 主要功能：按照各种统计测量指标来计算各个变量间的相似性和不相似性。 5. 相关系数在SPSS中的计算 皮尔逊积差相关：Crrelation---Pearson 斯皮尔曼等级相关：Crrelation---Spearman 点二列相关：Crrelation---Pearson 二列相关：Crrelation---Pearson 四分相关：Crosstab---根据实际情况确定使用的指标 Ф相关：Crosstab--- Ф系数 肯德尔W系数：Nonparametric Test----K related Samples---Kendall’s W * * 孔 明 苏州大学 教育学院 sandlymm@163.com SPSS中的相应功能 Bivariate过程 用于进行两个或多个变量间的参数或非参数相关分析 Partial过程 如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制