spss皮尔逊相关分析实例操作步骤.docxVIP

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： Numberheightweight1135.1322139.9303 Number height weight 1 135.1 32 2 139.9 30 3 163.6 46 4 146.5 34 5 156.2 37 6 156.4 36 7 167.8 42 8 149.7 31 9 145.0 33 10 148.5 37 11 165.5 50 12 — 135.0 28 13 153.3 41 14 152.0 32 尔逊相 关分析 法 软件: 操作过 程与结 15 160.5 47 16 t 153.0 — 47 仃 147.6 41 18 157.5 43 19 155.1 45 20 160.5 38 21 143.0 32 22 149.4 34 23 160.8 40 24 159.0 39 25 158.2 38 26 150.0 36 27 : 144.5 35 28 154.6 40 29 156.5 32 皮 sps S19.0 果分 析: 第一步：导入Excel数据文件？?？ ?ope n data document——ope n data ope n； Opening excel data source——OK. 第二步：分析身高（cm）与体重（kg）是否具有相关性 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： 点击右侧 options，勾选 Statistics,默认 Missing Values，点击 Continue 输出结果： MeanStd. DeviationN Mean Std. Deviation N 身高（cm） 152.576 8.3622 29 体重（kg） 37.65 5.746 29 Descriptive Statistics 图为基本的描述性统计量的输出 表格，其中身高的均值（mear）为 152.576cm、标准差（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 距不显着 Correlations 图为相关分析结 身高（cm） 体重（kg） 果表，从表中可以看 身高(cm) Pearson Correlation 1 ** .719 出体重和身高之间的 Sig. (2-tailed) .000 Sum of Squares and 1957.953 967.816 皮尔逊相关系数为 Cross-products 0.719,即 |r|=0.719, Covariance 69.927 34.565 N 29 29 表示体重与身咼呈正 体重(kg) Pearson Correlation ** .719 1 相关关系，且两变量 Sig. (2-tailed) .000 Sum of Squares and 967.816 924.312 是显着相关的。另外， Cross-products 两者之间不相关的双 Covariance 34.565 33.011 N 29 29 侧检验值为0.000,图 **. Correlation is significant at the 0.01 level (2-tailed). 中的双星号标记的相 关系数是在显着性水 平为0.01以下，认为标记的相关系数是显着的，验证了两者显着相关的关系。所 以可以得出结论：学生的体重与身高存在显着的正相关性，当体重越高时，身 咼也越咼。 第三步：画散点图：选中 Graphs Legacy Dialogs Scatter/do— Simple scatter—— define. 得到散点图，如下图：