SPSS中Pearson直线相关性分析操作及结果解读

趣知站职场就业 4.25K

Pearson线性相关性分析常用来定量描述两个定量变量间直线相关的方向和密切程度。Pearson线性相关性分析只能用于两个定量变量之间的分析，而且要求两个变量都呈正太分布，而且是随机变量，并不是人为控制的变量（例如给不同的小鼠不同的给药剂量，其中的的不同剂量就是人为非随机变量），其他注意事项请看本条末尾。我们以一组学生考试成绩为例，分析学生的历史成绩和综合成绩之间是否有线性关系以及密切程度。

操作方法

（01）在进行Pearson直线相关分析前我们需要先将历史成绩和综合成绩绘制在一个散点图内，观察我们的数据是否可以进行Pearson线性相关性分析。点击“图形”-“图表构建器”，在弹出的对话框中点击“确定”。（如果没有弹出图中对话框则忽略，直接下一步）

（02）在“图标构建器”中选择“散点图”，然后选择“简单散点图”；然后将左边的“历史”和“地理”拖到X和Y轴上（顺序可调换），然后点击确定。

（03）可以得到如下图的结果，我们可以看到，图中的散点分布呈一个椭圆型，散点有线性趋势，说明我们是可以进行线性相关性分析。（这只是一个简单的初步判断）。

（04）回到数据视图，点击“分析”-“相关”-“双变量”；

（05）在弹出的对话框中将“历史”和“综合”选入到右边的变量框中，下方是相关系数选择“Pearson”，点击“确定”，输出结果。

（06）在结果中我们可以看到，“历史”和“综合”的相关系数是0.841，即|r|=0.841；右上角有两个星号，左下角有注明“**"表示相关性在0.01上是显著的，说明"历史"和“综合”的相关性是显著的；我们一般认为相关系数|r|在0.8-1.0之间是极强相关；0.6-0.8之间是强相关；0.4-0.6 之间是中等程度相关；0.2-0.4之间是弱相关；0.0-0.2则是极弱相关或无相关。结果论文中的表达方式如图。