【www.arisingsemi.com--软件制图】
相关性分析结果怎么看最简单直观的方法就是做相关系数矩阵了,另外就是 Pearson 相关系数或者 Spearman 相关系数用SPSS软件或者SAS软件都可以分析。用SPSS更简单。
如果你用SPSS软件,分析的步骤如下:1.点击 “分析(Analyze)” 2. 选中 “相关 (Correlate)”3. 选中 “双变量(Bivariate)”4 选择你想要分析的变量5 选择 Pearson 相关系数 (或者 Spearman 相关系数)6 选择恰当的统计检验(单边或双边)7 点击“OK”即可
为什么显著相关,请分析一下。。
不是相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱么。
回答
Correlate子菜单->Bivariate过程观察Correlation Coefficients值和Test of Significance值即可,惟必须注意,变量须为等距尺度 (interval level of measurement)。
若变项只属顺序尺度 (ordinary level of measurement),则可选择计算Kendall"s等级相关系数和Spearman相关系数。
相关性X1 X2 X3 X4 X5 X6 X7 X8X1 Pearson 相关性 1 -.022 -.447 .999** .999** .982** .994** .975**显著性(双侧) .972 .451 .000 .000 .003 .001 .005N 5 5 5 5 5 5 5 5X2 Pearson 相关性 -.022 1 .261 -.059 -.025 -.179 -.117 -.206显著性(双侧) .972 .671 .925 .969 .773 .852 .740N 5 5 5 5 5 5 5 5X3 Pearson 相关性 -.447 .261 1 -.481 -.415 -.405 -.448 -.469显著性(双侧) .451 .671 .413 .488 .499 .450 .426N 5 5 5 5 5 5 5 5X4 Pearson 相关性 .999** -.059 -.481 1 .997** .982** .994** .977**显著性(双侧) .000 .925 .413 .000 .003 .001 .004N 5 5 5 5 5 5 5 5X5 Pearson 相关性 .999** -.025 -.415 .997** 1 .985** .994** .975**显著性(双侧) .000 .969 .488 .000 .002 .001 .005N 5 5 5 5 5 5 5 5X6 Pearson 相关性 .982** -.179 -.405 .982** .985** 1 .996** .995**显著性(双侧) .003 .773 .499 .003 .002 .000 .000N 5 5 5 5 5 5 5 5X7 Pearson 相关性 .994** -.117 -.448 .994** .994** .996** 1 .994**显著性(双侧) .001 .852 .450 .001 .001 .000 .001N 5 5 5 5 5 5 5 5X8 Pearson 相关性 .975** -.206 -.469 .977** .975** .995** .994** 1显著性(双侧) .005 .740 .426 .004 .005 .000 .001 N 5 5 5 5 5 5 5 5**. 在 .01 水平(双侧)上显著相关。
一般直接看相关系数和显著性双侧。你这个一列一列的看要方便些,比如第一列,表示为x1和其他各变量之间的相关性,x1和x2的相关系数为-.022,显著性双侧为0.972,说明这两个变量间无相关性,依次类推。只要是显著性