相關分析能夠解決的問題：
· 父母的身高和孩子的身高是否有關？一般情況，父母的身高越高，孩子的身高是不是也會越高？
· 跳遠成績與短跑速度是否有關？一般情況，短跑速度越快，跳遠成績是不是也會越好？
用相關係數 r 表示兩個變量之間的相關程度和方向。
a. 零相關：r=0
b. 正相關：0＜r＜1
c. 完全正相關：r=1
d. 負相關：-1＜r＜ 0
e. 完全負相關：r=-1
|r|越大，相關關係越密切
|r|越小，相關關係越不密切
案例：
不同姿勢投擲手榴彈成績的相關分析
測試對象：大學1-4年級學生共58人。
測試內容：身高、體重、肺活量、體質健康分數，站立、半蹲、匍匐三種姿勢投擲手榴彈的成績。
研究目的：探索不同姿勢投擲手榴彈成績的相關性，以及成績的影響因素。
部分數據：
圖1
1.首先探索站立與半蹲投擲成績的相關性？
站立時投擲的越遠，是不是半蹲時也會投擲的越遠？
散點圖和擬合直線初步探索兩個變量的關係：
SPSS步驟：圖形-散點圖-簡單散點圖（X軸輸入”半蹲”，Y軸輸入”站立”）。點擊”確定”。
圖2
基本分佈情況：半蹲投擲成績越高，則站立投擲成績也越高。
（1）服從雙變量正態分佈時，採用Pearson積差相關係數。
SPSS步驟：1）分析-相關-雙變量
圖3
2）把”站立”、”半蹲”投擲成績選入”變量”列表。
勾選相關係數”皮爾遜”（就是Pearson積差相關係數）。點擊”確定”。
圖4
3）SPSS結果：
圖5
結果判斷方法：
P＞0.05時，不存在相關關係。
P≤0.05時，存在相關關係。此時，|r|越接近1，則相關關係越密切。
結果：站立和半蹲投擲手榴彈的成績存在很高的正相關關係（r=0.930, P＜0.05）。
（2）不服從雙變量正態分佈時，採用Spearman秩相關係數。
勾選相關係數”斯皮爾曼”（就是Spearman秩相關係數）。點擊”確定”。
圖6
SPSS結果：
圖7
結果判斷方法同上。
結果：站立和半蹲投擲手榴彈的成績存在很高的正相關關係（rs=0.896，P＜0.05）。
2.同時探索多個變量間的相關性？（構建相關矩陣）
“變量”列表選入多個變量。
相關係數同時勾選”皮爾遜”和”斯皮爾曼”。
點擊”確定”。
圖8
Pearson積差相關係數結果：
圖9
Spearman秩相關係數結果：
圖10
圖9、圖10為多個變量兩兩之間相關係數矩陣，關於紅線對稱分佈。
原創文章，作者：投稿專員，如若轉載，請註明出處：https://www.506064.com/zh-hk/n/281807.html
微信掃一掃 
支付寶掃一掃 