spss卡方檢驗(yàn)與相關(guān)分析-資料下載頁(yè)
2025-08-04 18:43本頁(yè)面
【正文】 . 例 3：定序變量的 Kendall分析實(shí)例 仍用前例中的數(shù)據(jù)（數(shù)據(jù)文件：權(quán)威（ Spearman相關(guān)） .sav） 。操作過(guò)程相同，只是在第 3）步在 Correlation Coefficients欄內(nèi)選擇 Kendall’s選項(xiàng)。結(jié)果如下： 權(quán)威主義和地位欲的相關(guān)系數(shù)為 ，這表明權(quán)威主義越高的人地位欲也越高。權(quán)威主義與地位欲不相關(guān)的假設(shè)檢驗(yàn)值為 ，否定假設(shè)，即權(quán)威主義與地位欲是相關(guān)的。結(jié)果類似于 Spearman分析。 （四） Partial過(guò)程 ? 相關(guān)分析計(jì)算兩個(gè)變量間的相關(guān)系數(shù)，分析兩個(gè)變量間線性關(guān)系的程度。但是往往因?yàn)榈谌齻€(gè)變量的作用，使相關(guān)系數(shù)不能真正反映兩個(gè)變量間線性程度。例如，可以控制年齡和工作經(jīng)驗(yàn)兩個(gè)變量的影響，估計(jì)工資收入與受教育程度之間的相關(guān)程度，這就是偏相關(guān)分析。 例：立項(xiàng)課題數(shù)與發(fā)表論文數(shù)之間的凈相關(guān)系數(shù)研究。 ? 立項(xiàng)課題數(shù)與發(fā)表論文數(shù)之間有較強(qiáng)的正線性相關(guān)系數(shù)。但是，這種關(guān)系可能摻入了投入高級(jí)職稱的人年數(shù)的影響。投入高職稱的人年數(shù)與論文數(shù) (上年發(fā)表 )、立項(xiàng)課題數(shù)的簡(jiǎn)單相關(guān)系數(shù)分別為 ，因此，可以把這個(gè)變量控制起來(lái)，研究立項(xiàng)課題數(shù)與發(fā)表論文數(shù)之間的凈相關(guān)系數(shù)，進(jìn)行偏相關(guān)分析。 ? 【 Variables框 】 用于選入需要進(jìn)行偏相關(guān)分析的變量，至少需要選入兩個(gè)?？啥噙x。 ? 【 Controlling for框 】 用于選擇需要在偏相關(guān)分析時(shí)進(jìn)行控制的協(xié)變量，如果不選入，則進(jìn)行的就是普通的相關(guān)分析。 ? 【 Display actual significince level復(fù)選框 】用于確定是否在結(jié)果中給出確切的 P值，一般選中。 【 Options鈕 】 ? Zeroorder correlations 給出包括協(xié)變量在內(nèi)所有變量的相關(guān)方陣。 說(shuō)明，上年發(fā)表的論文數(shù)對(duì)當(dāng)年的立項(xiàng)課題數(shù)的線性影響非常弱。前面的是屬于虛假相關(guān)。 上機(jī)作業(yè)五 ? 以實(shí)驗(yàn) 3中保存的“數(shù)據(jù) ”為例，完成以下任務(wù)： ? 求出性別與工資等級(jí)的列聯(lián)表，要求按性別輸出百分比，求出相關(guān)系數(shù)，并進(jìn)行卡方檢驗(yàn)，理解所得結(jié)果。 ? 對(duì)居民儲(chǔ)蓄數(shù)據(jù)中的多選項(xiàng)進(jìn)行列聯(lián)表分析。（要求先定義多選項(xiàng)變量集，用分類法做頻數(shù)分析，再選擇一個(gè)變量，做列聯(lián)表分析） ? 試以 spss自帶的某一個(gè)數(shù)據(jù)文件為例（建議使用 Social Survey數(shù)據(jù)）進(jìn)行分析，了解變量是否相關(guān)，發(fā)掘數(shù)據(jù)中變量間的規(guī)律性。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1