相关分析步骤

相关分析步骤

相关分析

双变量相关分析检验是否符合正态分布（K-S检验）

偏相关分析不需检验

距离分析不需检验

X/Y 度量（S）序号（O）名义（N）度量（S）Pearson相关系数Spearman等级相关系数/

序号（O）Spearman等级相关系数Spearman等级相关系数

Kendall ح系数

/

名义（N）/ 卡方值Pearson卡方值（Chi-Square）

Pearson相关系数K-S检验是否必须符合正态分布

Spearman等级相关系数不需检验

Kendall ح系数不需检验

一双变量相关分析（Pearson、Spearma、Kendall ）

1 判断使用哪种相关系数，例检验是否满足使用Pearson相关系数的前提要求

2计算样本的相关系数r

按变量类型选择对应的相关系数种类，名义，度量，有序。

一般认为，当相关系数的绝对值大于0.8时，两变量具有较强的线性关系（Linear Relationship）；而相关系数的绝对值小于0.3时，两变量间的线性关系较弱。

3 对两个样本来自的总体是否存在显著的线性关系进行判断

显著性检验来证明相关系数的大小是否显著。

1检验是否满足使用Pearson相关系数的前提要求

（1）【分析】——【非参数检验】——【单样本K-S检验】

（2）结果分析

单样本Kolmogorov-Smirnov 检验

年均衣着消费个人年收入家庭年收入

N 50 51 51

正态参数a,,b均值 1.44 1.33 2.25

标准差.733 .816 1.197

最极端差别绝对值.406 .462 .192

正.406 .462 .192

负-.274 -.342 -.147 Kolmogorov-Smirnov Z 2.870 3.302 1.372

渐近显著性(双侧) .000 .000 .046

a. 检验分布为正态分布。

. 根据数据计算得到。

H0：样本服从总体的正态分布。0.046＜0.05，拒绝原假设。

单样本检验的结果显示变量不服从正态分布，可以用Pearson相关系数检验变量之间的线性相关程度。

2 双变量相关分析

（1）【分析】→【相关】→【双变量】

（2）结果分析

相关性

年均衣着消费个人年收入家庭年收入年均衣着消费Pearson 相关性 1 .074 .199 显著性（双侧）.612 .166

N 50 50 50 个人年收入Pearson 相关性.074 1 .419**显著性（双侧）.612 .002

N 50 50 50 家庭年收入Pearson 相关性.199 .419** 1 显著性（双侧）.166 .002

N 50 50 50 **. 在.01 水平（双侧）上显著相关。

附有“* *”的相关系数表明在0.01的水平上相关显著。

P值大于显著性水平0.01，则接受原假设，两者相关。

二偏相关分析

1先对各变量进行两两相关分析，计算变量之间的皮尔逊积差相关系数.

2进行偏相关分析，计算在控制其他变量的影响时，两个变量之间的相关程度。

1 【分析】→【相关】→【偏相关】

被试的两个变量选入右侧的变量框中，第三方变量选入右侧的控制变量框中。

2 结果分析

相关性

控制变量打折消费比年龄个人年收入-无-a打折消费比相关性 1.000 -.067 .084

显著性（双侧）. .640 .558

df 0 49 49 年龄相关性-.067 1.000 .204

显著性（双侧）.640 . .151

df 49 0 49 个人年收入相关性.084 .204 1.000

显著性（双侧）.558 .151 .

df 49 49 0 个人年收入打折消费比相关性 1.000 -.086

显著性（双侧）. .551

df 0 48

年龄相关性-.086 1.000

显著性（双侧）.551 .

df 48 0

a. 单元格包含零阶(Pearson) 相关。

H0：两者不相关。

上表中的上半部分输出的是变量两两之间的简单相关系数，打折消费比与年龄之间相关系数为-0.067；

表下半部分是偏相关分析的输出结果，第一行为偏相关系数，第二行为相伴概率；第三行为统计检验的自由度。剔除个人年收入的影响，打折消费比与年龄之间相关系数为-0.086.所以，在显著性水平下，打折消费比与年龄之间相关性不高。

三距离分析

1 “分析”→“相关”→“距离”

距离分析根据距离测度含义的差异，可以分为两种：相似性测度（Sinilarities）和不相似性测度（Dissimilarities）。

变量间距离是进行不相似性度量，个案间距离是进行相似性度量。

2 结果分析

不相似性测度以距离表示，距离的特征值越小越相似，距离越大差别越大；

相似性测度以相似系数表示，相似系数的特征值越大越相似，值越小差别越大。