SPSS皮尔逊相关分析实例操作步骤

1、SPSS皮尔逊相关分析实例操作步骤选题：对某地29名13岁男童的身高(cm)、体重(kg),运用相关分析法来分析其身高与体重是否相关。实验目的：任何事物的存在都不是孤立的，而是相互联系、相互制约的。相关分析可对变量进行相关关系的分析，计算29名13岁男童的身高(cm)、体重(kg),以判断两个变量之间相互关系的密切程度。实验变量：编号Number,身高height(cm),体重weight(kg)原始数据：Numberheightweight1135.1322139.9303163.6464146.5345156.2376156.4367167.8428149.7319145.03310148

2、.53711165.55012135.02813153.34114152.032实验方法：皮尔逊相关分析法15160.54716153.047117147.64118157.54319155.14520160.53821143.03222149.43423160.84024159.03925158.23826150.03627144.535128154.64029156.532软件：spss19.0操作过程与结果分析:第一步：导入Excel数据文件？?1 .?opendatadocument-opendataopen;2 .Openingexceldatasource-OK.第二步：分析身高（

3、cm）与体重（kg）是否具有相关性1 .在最上面菜单里面选中Analyzecorrelatebivariate?,首先使用Pearson,two-tailed,勾选flagsignificantcorrelations进入如下界面：2 .点击右侧options,勾选Statistics,默认MissingValues,点击Continue输出结果：MeanStd.DeviationN身高（cm）152.5768.362229体重（kg）37.655.74629Descriptive Statistics图为基本的描述性统计量的输出表格，其中身高的均值（mean为152.576cm、标准差（st

4、andarddeviation）为8.3622、样本容量（numberofcases）为29;体重的均值为37.65kg、标准差为5.746、样本容量为29。两者的平均值和标准差值得差距不显着身高（cm）体重（kg）身高(cm )Pearson Correlation1*.719Sig. (2-tailed).000SumofSquaresand1957.953967.816Cross-productsCovariance69.92734.565N2929体重(kg)Pearson Correlation.7191Sig. (2-tailed).000SumofSquaresand967.81

5、6924.312Cross-productsCovariance34.56533.011N2929Correlations*. Correlation is significant at the 0.01 level (2-tailed).图为相关 分析结果表，从 表中可以看出 体重和身高之 间的皮尔逊相 关系数为0.719,即 |r|=0.719,表示 体重与身高呈 正相关关系，且 两变量是显着相关的。另外,两者之间不相关的双侧检验值为0.000，图中的双星号标记的相关系数是在显着性水平为0.01以下，认为标记的相关系数是显着的，验证了两者显着相关的关系。所以可以得出结论：学生的体重与身高存在显着的正相关性，当体重越高