SPSS相关分析实验报告

1、本科教学实验报告（实验）课程名称：数据分析技术系列实验学生姓名：一、实验室名称：二、实验项目名称：相关分析三、实验原理相关关系是不完全确定的随机关系。在相关关系的情况下，当一个或几个相互联系的变量取一定值得时候，与之相应的另一变量的值虽然不确定，但它仍然按照某种规律在一定的范围内变化。按照数据度量的尺度不同，相关分析的方法也不同，连续变量之间的相关性常用Pearson简单相关系数测定；定序变量的相关系数常用Spearman秩相关系数和Kendall秩相关系数测定；定类变量的相关分析要使用列连表分析法。四、实验目的理解相关分析的基本原理，掌握在SPSS软件中相关分析的主要参数设置及其含义，掌握S

2、PSS软件分析结果的含义及其分析。五、实验内容及步骤实验内容：以雇员表为例，共有474条数据，运用相关分析方法对变量间的相关关系进行分析。1and的tducjM制siliiyjbriw国冲mmoriry11m153557.QQQ理FQ叫州144U-2涮161MQEMI1B乃Q03307/192913iS21伽“？QW箕331044fWIN1547R1S2190。H320O邦1W055mM/M.-IWS15100021noo蚓138q66而oe/22d转8151S32-10QI13J0D州打077rriO4y2&1i6151SJS.OOC1bfbD和11400a106W1M6121购750辨C0

3、9161翊如。12750驰11010IQ133母E121S34.WQ135DD我244D1111f02)7/19501615301300盟55QQ39143U1212mBiS28360S1M0D90循11313m07/1T.1f-6Q151W7FQ114?5D弼制114Vf02MliMB1S1S35100116.BOIm11&n16Hl08,我H*2121527.300fIXSDD370而1171MSU12TMO.SOCibaoo9?2401717m151OOC1425097崎019m始由0；值鸵UiSicaTSOt37SiO打TO01919m网1卬19&212154Z3QC614.2&D1Q

4、302Q20fO17Z,1S4012152625C5H.55D93r4SD2-r211协19件344.J4AIS1$3386C*50137II701）分析性别与工资之间是否存在相关关系2）分析教育程度与工资之间是否存在相关关系。实验要求：掌握相关分析方法的计算思路及其在SPSS环境下的操作方法，掌握输出结果的解释。1 .分析性别与工资之间是否存在相关关系分析：性别属于定类变量，是离散值，因使用卡方检验。Stepl操作为AnalyzeDescriptiveStatisticsCrosstabsStep2将性别(Gende。和收入(CurrentSalary)分别移入Rows列表框和Columns

5、列表框。Step3单击Statistics按钮，在弹出的子对话框中选中默认的Chi-square,进行卡方检验。退回到主对话框，单击ok。2 .分析教育程度与工资之间是否存在相关关系分析：教育程度为定序变量，工资为连续变量，可使用Spearman和Kendall秩相关系数检验。Stepl.用散点图初步判断二变量的相关性，操作为Graphs/LegacyDialogs/Scatter,选才SSimpleScatter,教育程度为自变量，工资为因变量，做散点图。拄Simple5catterpotJS125W$1 DO,OOD-S75,nOD就0go125,000o 00呼 8 o o o oo o

6、 oo o 05 ewu o o o 8 0-0 o oo BHHBHMHWOQD21T21510EducationalLevl(years散点图结果如图示，二者存在线性相关关系。只有线性相关的关系确定后才能继续进行下一步分析。因此，在进行相关分析之前的预分析过程也是十分重要的Step2.两变量相关分析，操作为Analyze/Correlate/Bivariate,选择Kendall和Spearman相关系数。写BivariateCorremtions夕EmployeeCodeid谦DateafBirthftdatedEnploymentCat&g.,BeginningSalarys.号Mon

7、thssine白Hire(j.PreviousExperienc.dJMinorityClassmcati.-CorreIationCosffid&ntsPearsen同Kendallstau-bVSpearmanTestofSignificance-TwotailedOOne-laljetl0FlagsignificantcorrelatianiQKPasteResetCancelHelp六、实验器材（设备、元器件）：计算机、打印机、硒鼓、碳粉、纸张七、实验数据及结果分析1 .分析性别与工资之间是否存在相关关系。卡方检验结果为卡方检验值df渐进Sig.（双侧）Pearson卡方290.785

8、a220.001似然比390.179220.000有效案例中的N474卡方检验值df渐进Sig.（双侧）Pearson卡方似然比有效案例中的N290.785a390.179474220220.001.000a.440单元格（99.5%）的期望计数少于5。最小期望计数为.46。显著性水平为0.001,即至少有99.99%的把握认为性别和工资之间存在显著的相关系2 .分析教育程度与工资之间是否存在相关关系。相关系数EducationalLevel（years）CurrentSalaryKendall的tau_bEducationalLevel（years）相关系数1.000*.554Sig.（双侧

9、）.000N474474CurrentSalary相关系数*.5541.000Sig.（双侧）.000.N474474Spearman的rhoEducationalLevel（years）相关系数1.000*.688Sig.（双侧）.000N474474CurrentSalary相关系数*.6881.000Sig.（双侧）.000.N474474*.在置信度（双测）为0.01时，相关性是显著的Kendall和SpearmaM关系数分别为0.554和0.688,所以可以认为教育程度和工资正相关。八、实验结论SPSS在数据分析方面提供了强大的能力，可以快速地进行相关分析，重点在于分清连续变量、定序变量、定类变