SPSS皮尔逊相关解析总结计划实例操作步骤.docxVIP

SPSS皮尔逊相关解析总结计划实例操作步骤.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
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 : 实验方法: Number height weight 15 160.5 47 1 135.1 32 16 153.0 47 2 139.9 30 17 147.6 41 3 163.6 46 18 157.5 43 4 146.5 34 19 155.1 45 5 156.2 37 20 160.5 38 6 156.4 36 21 143.0 32 7 167.8 42 22 149.4 34 8 149.7 31 23 160.8 40 9 145.0 33 24 159.0 39 10 148.5 37 25 158.2 38 11 165.5 50 26 150.0 36 12 135.0 28 27 144.5 35 13 153.3 41 28 154.6 40 14 152.0 32 29 156.5 32 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 924.312 33.011 体重 (kg) .719 ** .000 967.816 34.565 open data document—— open data—— open; Opening excel data source—— 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 ,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: 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(mean) MeanStd. Deviation N 为152.576cm、标准差( standard 身高( cm ) 152.576 8.3622 29 体重 (kg) 37.65 5.746 deviation )为 8.3622 、样本容量 29 (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 ) 身高( cm ) Pearson Correlation 1 Sig. (2-tailed) Sum of Squares and 1957.953 Cross-products Covariance 69.927 N 29 体重 (kg) Pearson Correlation .719 ** Sig. (2-tailed) .000 Sum of Squares and 967.816 Cross-products Covariance 34.565 N 29 **. 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, 1 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/dot—— Simple scatter—— define. 得到散点图,如下图:

文档评论(0)

136****9452 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档