正在进行安全检测...

发布时间：2023-09-13 13:19:16

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：
皮Number1234567891011121314height

weight3230463437364231333750284132尔逊相关分析法
软151617181920212223242526272829

474741434538323440393836354032件：

操作过程与结果分析：

第一步：导入Excel数据文件
1.opendatadocument——opendata——open；2.Openingexceldatasource——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flagsignificantcorrelations进入如下界面：2.点击右侧options，勾选Statistics，默认MissingValues，点击Continue输出结果：
图为基本的描述性统计量的输DescriptiveStatistics
出表格，其中身高的均值（mean）MeanStd.DeviationN为、标准差（standarddeviation）身高（cm）
29为、样本容量（numberofcases）体重(kg
29为29；体重的均值为、标准差为、样本容量为29。两者的平均值和标准差值得差距不显着。
图为相关分Correlations

身高（cm）
PearsonCorrelationSig.(2-tailedSumofSquaresand身高（cm）
1体重(kg.719**
.000

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，即
Cross-productsCovarianceN体重(kgPearsonCorrelationSig.(2-tailedSumofSquaresand29.719**.000

291|r|=，表示体重与身高呈正相关关系，且两变量是显着相关的。另外，Cross-productsCovarianceN**.Correlationissignificantatthe
level(2-tailed.
29
29两者之间不相关的双侧检验值为，图中的双星号标记的相关系数是在显着性水平为以下，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

正在进行安全检测...

推荐内容

相关推荐