【導(dǎo)讀】體參數(shù)的假設(shè)條件不成立，不能使用參數(shù)檢驗。這一類問題的檢驗應(yīng)。該采用統(tǒng)計學(xué)中的另一類方法，即非參數(shù)檢驗。非參數(shù)檢驗的提出。非參數(shù)檢驗是不依賴總體分布的統(tǒng)計推斷方法。在實際中有廣泛的應(yīng)用。情況，從而對個別偏離較大的數(shù)據(jù)不至于太敏感。給出的一種最常用的非參數(shù)檢驗方法。SPSS會自動計算出χ2統(tǒng)計量及對應(yīng)的相伴概率P值。(卡方)】命令，彈出對話框。進(jìn)行卡方檢驗的變量。Step03：確定檢驗范圍。框，該對話框用于選擇計算概率P值的方法。否人事調(diào)整已經(jīng)導(dǎo)致職務(wù)類型比例的失調(diào)。三種職務(wù)的期望構(gòu)成比為15％、5％和80％?！?”表示經(jīng)理。單選鈕，以指定期望概率值。SPSS的結(jié)果報告中列出了期望頻數(shù)和實際頻數(shù)?？梢姡y(tǒng)計量等于，自由度等于2，對。因此接受零假設(shè)，認(rèn)為目前。機(jī)誤差造成的，公司人員結(jié)構(gòu)沒有顯著性改變。

　　

【正文】 這 4種容器果汁味道的差異。 容器 1 容器 2 容器 3 容器 4 1 2 3 4 5 6 7 8 實例分析：果汁的味道 2. 實例操作 要研究不同果汁味道的差異，但這里涉及到四位品嘗員的打分。由于他們都品嘗了相同的果汁，因此表 623中的數(shù)據(jù)是配對給出的。由于這里樣本量較少，難以確定總體的分布，因此可以引入非參數(shù)的檢驗方法。同時這里的數(shù)據(jù)是連續(xù)性數(shù)據(jù)，故采用 Friedman和 Kendall’s W檢驗。于是建立如下假設(shè)檢驗。 H0 ：四種果汁味道沒有顯著差異。 H1 ：四種果汁味道存在顯著差異。 ? Step01： 打開數(shù)據(jù)文件 69..sav，其中“ vessel1”、“ vessel2”、“ vessel3”和“ vessel4”變量分別表示四種容器果汁味道的分?jǐn)?shù)。選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗 )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 2 Related Samples(2個相關(guān)樣本 )】 命令，彈出 【 K Related Samples(K個相關(guān)樣本 )】 對話框。 ? Step02： 選擇檢驗變量 在左側(cè)的候選變量列表框中同時選擇 “ vessel1”、“ vessel2”、“ vessel3”和“ vessel4”變量作為配對檢驗變量，將其同時添加至 【 Test Variables】 列表框中。 ? Step03： 選擇檢驗方法 在 【 Test Type(檢驗類型 )】 選項組中勾選 【 Friedman】 和【 Kendall’s W】 復(fù)選框，作為配對樣本檢驗的方法。 ? Step04： 輸出描述性統(tǒng)計量 單擊 【 Options】 按鈕，在彈出的對話框的 【 Statistics(統(tǒng)計量 )】選項組中勾選 【 Descriptive(描述性 )】 和 【 Quartiles(四分位數(shù) )】 復(fù)選框，表示輸出基本統(tǒng)計量。再單擊 【 Continue】 按鈕，返回主對話框。 ? Step05： 完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 3. 實例結(jié)果及分析 （ 1）描述統(tǒng)計量表 N Mean Std. Deviation Minimum Maximum Percentiles 25th 50th (Median) 75th 容器 1 8 .64710 容器 2 8 .38617 容器 3 8 .39918 容器 4 8 .43597 3. 實例結(jié)果及分析 （ 2）秩統(tǒng)計表 Mean Rank 容器 1 容器 2 容器 3 容器 4 3. 實例結(jié)果及分析 （ 3） Friedman統(tǒng)計表 N 8 ChiSquare df 3 Asymp. Sig. （ 4） Kendall協(xié)和系數(shù)統(tǒng)計表 N 8 Kendall39。s W ChiSquare df 3 Asymp. Sig. 第 7章 SPSS的相關(guān)分析 相關(guān)分析概述 相關(guān)的基本概念 1. 函數(shù)關(guān)系和相關(guān)關(guān)系 函數(shù)關(guān)系是指事物或現(xiàn)象之間存在著嚴(yán)格的依存關(guān)系，其主要特征是它的確定性，即對一個變量的每一個值，另一個變量都具有惟一確定的值與之相對應(yīng)。變量之間的函數(shù)關(guān)系通?？梢杂煤瘮?shù)式 Y=f(x)確切地表示出來。例如，圓的周長 C對于半徑 r的依存關(guān)系就是函數(shù)關(guān)系： C=2π r。 相關(guān)關(guān)系反映出變量之間雖然相互影響，具有依存關(guān)系，但彼此之間是不能一一對應(yīng)的。例如，學(xué)生成績與其智力因素、各科學(xué)習(xí)成績之間的關(guān)系、教育投資額與經(jīng)濟(jì)發(fā)展水平的關(guān)系、社會環(huán)境與人民健康的關(guān)系等等，都反映出客觀現(xiàn)象中存在的相關(guān)關(guān)系。 相關(guān)分析概述 2.相關(guān)關(guān)系的類型 （ 1）根據(jù)相關(guān)程度的不同，相關(guān)關(guān)系可分為完全相關(guān)、不完全相關(guān)和無相關(guān)。 （ 2）根據(jù)變量值變動方向的趨勢，相關(guān)關(guān)系可分為正相關(guān)和負(fù)相關(guān)。 （ 3）根據(jù)變量關(guān)系的形態(tài)，相關(guān)關(guān)系可分為直線相關(guān)和曲線相關(guān)。 （ 4）根據(jù)研究變量的多少，可分為單相關(guān)、復(fù)相關(guān)。 相關(guān)分析 （ 1）判斷變量之間有無聯(lián)系 （ 2）確定選擇相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法 （ 3）把握相關(guān)關(guān)系的方向與密切程度 （ 4）相關(guān)分析不但可以描述變量之間的關(guān)系狀況，而且用來進(jìn)行預(yù)測。 (5)相關(guān)分析還可以用來評價測量量具的信度、效度以及項目的區(qū)分度等。 相關(guān)分析 相關(guān)系數(shù)是在直線相關(guān)條件下，說明兩個變量之間相關(guān)程度以及相關(guān)方向的統(tǒng)計分析指標(biāo)。相關(guān)系數(shù)一般可以通過計算得到。作為樣本相關(guān)系數(shù)，常用字母 r表示；作為總體相關(guān)系數(shù)，常用字母 ρ 表示。 相關(guān)系數(shù)的數(shù)值范圍是介于 – 1與 +1之間（即 – 1≤ r ≤1 ），常用小數(shù)形式表示，一般要取小數(shù)點后兩位數(shù)字來表示，以便比較精確地描述其相關(guān)程度。 兩個變量之間的相關(guān)程度用相關(guān)系數(shù) r的絕對值表示，其絕對值越接近 1，表明兩個變量的相關(guān)程度越高；其絕對值越接近于 0，表明兩個變量相關(guān)程度越低。如果其絕對值等于零 1，則表示兩個變量完全直線相關(guān)。如果其絕對值為零，則表示兩個變量完全不相關(guān)（不是直線相關(guān)）。 關(guān) 系 數(shù) 相關(guān)分析 變量相關(guān)的方向通過相關(guān)系數(shù) r所具有的符號來表示，“ +”號表示正相關(guān)，即 0≤r≤1 ?！?﹣” 表示負(fù)相關(guān)，即 0≥ r ≥﹣1 。在使用相關(guān)系數(shù)時應(yīng)該注意下面的幾個問題。 （ 1）相關(guān)系數(shù)只是一個比率值，并不具備與相關(guān)變量相同的測量單位。 （ 2）相關(guān)系數(shù) r 受變量取值區(qū)間大小及樣本數(shù)目多少的影響比較大。 （ 3）來自于不同群體且不同質(zhì)的事物的相關(guān)系數(shù)不能進(jìn)行比較。 （ 4）對于不同類型的數(shù)據(jù)，計算相關(guān)系數(shù)的方法也不相同。 關(guān) 系 數(shù) SPSS在簡單相關(guān)分析中的應(yīng)用 簡單相關(guān)分析是研究兩個變量之間關(guān)聯(lián)程度的統(tǒng)計方法。它主要是通過計算簡單相關(guān)系數(shù)來反映變量之間關(guān)系的強(qiáng)弱。一般它有圖形和數(shù)值兩種表示方式。 相關(guān)圖 在統(tǒng)計中制作相關(guān)圖，可以直觀地判斷事物現(xiàn)象之間大致上呈現(xiàn)何種關(guān)系的形式。相關(guān)圖是相關(guān)分析的重要方法。利用直角坐標(biāo)系第一象限，把第一個變量置于橫軸上，第二個變量置于縱軸上，而將兩個變量對應(yīng)的變量值用坐標(biāo)點形式描繪出來，用以表明相關(guān)點分布狀況的圖形，這就是相關(guān)圖 簡單 相 關(guān) 分析的基本原理 SPSS在簡單相關(guān)分析中的應(yīng)用 相關(guān)系數(shù) 雖然相關(guān)圖能夠展現(xiàn)變量之間的數(shù)量關(guān)系，但這也只是種直觀判斷方法。因此，可以計算變量之間的相關(guān)系數(shù)。對不同類型的變量應(yīng)當(dāng)采取不同的相關(guān)系數(shù)來度量，常用的相關(guān)系數(shù)主要有： 皮爾遜（ Pearson）相關(guān)系數(shù) 常稱為積差相關(guān)系數(shù)，適用于研究連續(xù)變量之間的相關(guān)程度。例如，收入和儲蓄存款、身高和體重等變量間的線性相關(guān)關(guān)系。注意 Pearson相關(guān)系數(shù)適用于線性相關(guān)的情形，對于曲線相關(guān)等更為復(fù)雜的情形，系數(shù)的大小并不能代表其相關(guān)性的強(qiáng)弱。它的計算公式為： 利用相關(guān)系數(shù) r的大小可以判斷變量間相關(guān)關(guān)系的密切程度，具體見表所示。 SPSS在簡單相關(guān)分析中的應(yīng)用 簡單 相 關(guān) 分析的基本原理 SPSS在簡單相關(guān)分析中的應(yīng)用 對 Pearson簡單相關(guān)系數(shù)的統(tǒng)計檢驗是計算 t統(tǒng)計量， t統(tǒng)計量服從 n2個自由度的 t分布。 SPSS會自動計算 r統(tǒng)計量和 t值，并依據(jù) t分布表給出其對應(yīng)的相伴概率值。 Spearman等級相關(guān)系數(shù)用來度量順序水準(zhǔn)變量間的線性相關(guān)關(guān)系。它是利用兩變量的秩次大小作線性相關(guān)分析，適用條件為： ① 兩個變量的變量值是以等級次序表示的資料； ② 一個變量的變量值是等級數(shù)據(jù)，另一個變量的變量值是等距或比率數(shù)據(jù)，且其兩總體不要求是正態(tài)分布，樣本容量 n不一定大于 30。 SPSS在簡單相關(guān)分析中的應(yīng)用 從斯皮爾曼等級相關(guān)適用條件中可以看出，等級相關(guān)的應(yīng)用范圍要比積差相關(guān)廣泛，它的突出優(yōu)點是對數(shù)據(jù)的總體分布、樣本大小都不做要求。但缺點是計算精度不高。斯皮爾曼等級相關(guān)系數(shù)常用符號 來表示。其基本公式為： 式中： D是兩個變量每對數(shù)據(jù)等級之差， n是兩列變量值的對數(shù)。 Spearman相關(guān)系數(shù)計算公式可以完全套用 Pearson相關(guān)系數(shù)的計算公式，但公式中的x和 y用它們的秩次代替即可。 SPSS在簡單相關(guān)分析中的應(yīng)用 Kendall’s 等級相關(guān)系數(shù) 它是用于反映分類變量相關(guān)性的指標(biāo)，適用于兩個變量均為有序分類的情況。這種指標(biāo)采用非參數(shù)檢驗方法測度變量間的相關(guān)關(guān)系。它利用變量的秩計算一致對數(shù)目和非一致對數(shù)目。顯然，如果兩變量具有較強(qiáng)的正相關(guān)，則一致對數(shù)目 U應(yīng)較大；但若兩變量相關(guān)性較弱，則一致對數(shù)目 U和非一致對數(shù)目 V應(yīng)大致相等。故按照此思想，可得其定義為： SPSS將自動計算它的相關(guān)系數(shù)、檢驗統(tǒng)計量和對應(yīng)的概率 P值。 SPSS在簡單相關(guān)分析中的應(yīng)用 簡單相關(guān)分析的 SPSS操作詳解 Step01：打開主菜單 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Correlate(相關(guān) )】→ 【 Bivariate(雙變量 )】 命令，彈出 【 Bivariate Correlations(雙變量相關(guān) )】 對話框，如圖 71所示，這是簡單相關(guān)檢驗的主操作窗口。 SPSS在簡單相關(guān)分析中的應(yīng)用 SPSS在簡單相關(guān)分析中的應(yīng)用 Step02：選擇檢驗變量 在 【 Bivariate Correlations(雙變量相關(guān) )】 對話框左側(cè)的候選變量列表框中選擇兩個個或兩個以上變量將其添加至 【 Variables(變量 )】 列表框中，表示需要進(jìn)行簡單相關(guān)分析的變量。 Step03：選擇相關(guān)系數(shù)類型 圖中的 【 Correlation Coefficients(相關(guān)系數(shù) )】 選項組中可以選擇計算簡單相關(guān)系數(shù)的類型。 ● Pearson：系統(tǒng)默認(rèn)項，即積差相關(guān)系數(shù)，計算連續(xù)變量或是等間距測度的變量間的相關(guān)分析。 ● Kendall：等級相關(guān)，計算分類變量間的秩相關(guān)。 ● Spearman：等級相關(guān)，斯皮爾曼相關(guān)系數(shù)。 對于非等間距測度的連續(xù)變量，因為分布不明可以使用等級相關(guān)分析，也可以使用 Pearson 相關(guān)分析；對于完全等級的離散變量必須使用等級相關(guān)分析相關(guān)性。當(dāng)資料不服從雙變量正態(tài)分布或總體分布型未知，或原始數(shù)據(jù)是用等級表示時，宜用 Spearman 或 Kendall相關(guān)。 SPSS在簡單相關(guān)分析中的應(yīng)用 Step04：假設(shè)檢驗類型選擇 在圖中的 【 Test of Significance(顯著性檢驗 )】 選項組中可以選擇輸出的假設(shè)檢驗類型，對應(yīng)有兩個單選項。 ● Two tailed：系統(tǒng)默認(rèn)項。雙尾檢驗，當(dāng)事先不知道相關(guān)方向（正相關(guān)還是負(fù)相關(guān)）時選擇此項。 ● One tailed：單尾檢驗，如果事先知道相關(guān)方向可以選擇此項。 同時，可以勾選 【 Flag significant Correlations(標(biāo)記顯著性相關(guān) )】復(fù)選框。它表示選擇此項后，輸出結(jié)果中對在顯著性水平 相關(guān)的相關(guān)系數(shù)用一個星號“ *”加以標(biāo)記；對在顯著性水平 顯著相關(guān)的相關(guān)系數(shù)用兩個星號“ **”標(biāo)記。 SPSS在簡單相關(guān)分析中的應(yīng)用 Step05：其他選項選擇 單擊 【 Options (選項 )】 按鈕，彈出的對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法，主要包括以下選項。 ① Statistics：選擇輸出統(tǒng)計量。 ● Means and standard deviations：將輸出選中的各變量的觀測值數(shù)目、均值和標(biāo)準(zhǔn)差。 ● Crossproduct deviations and covariances：輸出反映選中的每一對變量之間的叉積離差矩陣和協(xié)方差矩陣。 ② MissingValues：用于設(shè)置缺失值的處理方式。它有兩種處理方式： ● Exclude cases pairwise：系統(tǒng)默認(rèn)項。剔除當(dāng)前分析的兩個變量值是缺失的個案。 ● Exclude cases listwise：表示剔除所有含缺失值的個案后再進(jìn)行分析。 SPSS在簡單相關(guān)分析中的應(yīng)用 SPSS在簡單