spss卡方检验与相关分析课堂.pptVIP

第五章 相关分析与检验 相关分析之一 —— 有关与无关 ? 寻找变量间的关系是科学研究的首要目的。 变量间的关系最简单的划分即 : 有关与无 关。 ? 在统计学上，我们通常这样判断变量之间 是否有关：如果一个变量的取值发生变化， 另外一个变量的取值也相应发生变化，则 这两个变量有关。如果一个变量的变化不 引起另一个变量的变化则二者无关。 1 通 过 考 试 2 未 通 过 考 试 1 男 性 4 0 % 6 0 % 2 女 性 4 0 % 6 0 % 总 计 4 0 % 6 0 % 性别与四级英语考试通过率的相关统计 表述：统计结果显示，当性别取值不同时，通过率变量 的取值并未发生变化，因此性别与考试通过率无关。 自变量的不同取值在因变量上无差异，两变量无关。 自变量的不同取值在因变量上有差异，两变量有关。 每 月 工 资 平 均 数 N 1 男 性 7 5 2 . 4 0 4 5 2 2 女 性 6 0 1 . 9 7 4 0 9 总 计 6 8 0 . 9 5 8 6 1 统计结果显示，当性别取值不同时，收入变量 的取值发生了变化，因此性别与月收入有关。 自变量 因变量 变量关系的统计类型 定 类 定 序 定 距 定 类 列 联 cross-tabulate 列 联 cross-tabulate 方 差 分 析 （ 分 组 平 均 数 ） compare means 定 序 列 联 cross-tabulate 积 差 相 关 spearman correlation 积 差 相 关 spearman correlation 积 矩 相 关 pearson correlation 定 距 积 矩 相 关 pearson correlation 回 归 regression 相关分析之二 —— 关系强度 ? 变量关系强度的含义 : 指两个变量相关程度 的高低。统计学中是以准实验的思想来分 析变量相关的。通常从以下的角度分析： A ）两变量是否相互独立。 B ）两变量是否有共变趋势。 C ）一变量的变化多大程度上能由另一变量 的变化来解释。 变量关系强度测量的主要指标 定类 定序 定距 定类 卡方类测量 Lamda 等 卡方类测量 Lamda 等 Eta 系数 定序 ? Spearman 相关系数 ? 同 序 - 异 序 对测量 Spearman 相 关系数 定距 Pearson 相 关系数 相关分析之三 —— 关系性质 ? 直线相关与曲线相关 ? 正相关与负相关 ? 完全相关与完全不相关 一、列联相关（第四章已讲） ? （一）列联分析的基本原理 ? 自变量发生变化，因变量取值是否也 发生变化。 ? 比较边缘百分比和条件百分比的差别。 ? 卡方测量用来考察两变量是否独立 ( 无关 ) 。 j i ij P P P . . ? ? 二、相关分析（ Correlate ） （一）简介 ? 相关分析用于描述两个变量间联系的密切 程度，其特点是变量不分主次，被置于同 等的地位。检验的原假设为相关系数为 0 。 可选择是单尾检验还是双尾检验。 ? 在 Analyze 的下拉菜单 Correlate 命令项中 有三个相关分析功能子命令 Bivariate 过程 ( 二变量相关分析 ) 、 Partial 过程（偏相关分 析）、 Distances 过程（距离分析）。 （二）相关分析类型 ? Bivariate 过程用于进行两个或多个变量间的 相关分析，如为多个变量，给出两两相关的 分析结果。 ? Partial 过程，当进行相关分析的两个变量的 取值都受到其他变量的影响时，就可以利用 偏相关分析对其他变量进行控制，输出控制 其他变量影响后的相关系数。 ? Distances 过程用于对同一变量各观察单位间 的数值或各个不同变量间进行相似性或不相 似性分析，一般不单独使用，而作为因子分 析等的预分析。 （三） Bivariate 相关分析 ? 在进行相关分析时，散点图是重要的工具， 分析前应先做散点图，以初步确定两个变 量间是否存在相关趋势，该趋势是否为直 线趋势，以及数据中是否存在异常点。否 则可能得出错误结论。 ? Bivariate 相关分析的步骤： 输入数据后，依 次单击 Analyze — Correlate — Bivariate ， 打开 Bivariate Correlations 对话框 Bivaria