spss第四章相关性分析

SPSSforWindows测量级别相关系数取值范围PRE意义检验方法SPSS程序类-类(类-序)λ[0.1]λχ2

crosstabs序-序G/rs[-1.1]G/rs2T检验Crosstabs/correlation类\序-距(≥3)E/E2[0.1]E2F检验crosstabs/Oneway/means距-距r[-1.1]r2T检验crosstabs/correlation/linear一相关分析的概念PartFour相关分析

二交互分类analyze→descriptivestatistics→crosstabs可计算所有相关系数并进行检验（F检验除外）行变量，自变量列变量，因变量显示每组变量的条形分类图不输出列联表相关统计计算输出表格的形式表格排列顺序Χ2,受样本量影响计算r(不推荐)和rs系数.相关性检验TλG相关，较适合2*2分层卡方检验类－距E系数,因变量为定距列联系数C,行列数相同2*2，排除样本量影响V系数,2*2以上内部一致性系数优势比OR，相对危险度RR适合方形表,n*n任意格数配对卡方检验频数观测频数期望频数百分比行百分比列百分比总百分比列联表的格式自变量,行变量因变量，列变量人数行百分比列百分比总百分比边缘百分比边缘百分比条件百分比皮尔森卡方X2自由度概率值卡方检验中应避免出现期望频数小于1。若20%以上单元格期望频数小于5，因此需要采用似然比卡方检验修正值。线性相关卡方，只适应定序卡方检验应用条件：1.随机样本数据；2.卡方检验的理论频数不能太小。3.2X2四格表中，两个独立样本比较可以分为3种情况：所有的理论数T≥5并且总样本量n≥40，用Pearson卡方进行检验。如果理论数T＜5但T≥1，并且n≥40，用连续性校正的卡方进行检验。如果有理论数T＜1或n＜40，则用Fisher’s检验。

4.适用于R×C表卡方检验应用条件：R×C表中理论数小于5的格子不能超过1/5；若违反，应对卡方值进行修正。不能有小于1的理论数。若统计分析中有不符合R×C表的卡方检验，可以通过增加样本数、列合并来实现。要探索显著差异的地方时，采用卡方分割法----分成多个2X2表格进行多重检验，但需要调整显著度水平，为原显著水平除以需分割的次数。序-序距-距:

rG斯皮尔曼rs取值T检验值概率值案例：

艾滋病“准疫苗”是否具有显著性效果2009年9月新闻《美泰两国研制出艾滋病“准疫苗”》：“联合疫苗”试验始于2003年10月,试验对象是在泰国选取的1.6万多名年龄在18岁至30岁的志愿者。其艾滋病病毒检测均为阴性,且其感染风险与普通人群的平均水平相当。其中,一组志愿者被注射了“联合疫苗”,另一对照组则只被注射了安慰剂。结果显示,在8197名接受疫苗注射的志愿者中,51人感染了艾滋病病毒,而在对照组的8198人中,有74人感染。(注射疫苗组感染风险率51/8197=0.622%,对照组感染风险率0.903%。)检验结果对于2X2列表，SPSS会提供连续校正和Fisher精确检验方法，小样本中主要参考这二个指标。PartFour相关分析三两个变量间的相关性分析

analyze→correlate→bivariate

计算序-序、距-距相关系数，并T检验序-序:τb,rs距-距Pearson:

r系数双尾检验单尾检验显示相应显著度水平计算每个变量的均值和标准差缺省值的处理剔除正在参与运算的2个变量值是缺失值的观测量剔除所有参与运算变量中带有缺失值的观测量课堂练习“相关分析数据.sav”中，判断“年龄”、“性别”、“教育”、“婚姻状况”与“家庭月收入”、“个人月收入”之间的相关性，计算相关系数。（用crosstabs模块）“相关分析数据—课堂练习.sav”中：

1）以20000元为一档,对salary变量重新编码,生成新变量sal_new；