第八章spss相关分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
以下情境适合使用斯皮尔曼等级相关：（1）两个变
量都是等级变量（顺序变量）；（2）一个变量是正态 分布的等距数据，另外一个变量是等级变量；（3）两 个变量都是等距数据，但其中一个或两个变量不服从 正态分布；（4）两个变量都是等距数据，但样本量较 小（N＜30）。
案例：【例8-2】分析10名儿童情商分数与母亲耐
第5步：结果分析。
第一个表：描述统计
第二个表：积差相关系数情况
第八章 相关分析
第 八 8.1 皮尔逊积差相关分析及效应量计算 章 8.2 斯皮尔曼等级相关分析 相 8.3 肯德尔和谐系数的相关分析 关 8.4 相关分析的报告参考样例 分 析
8.2 斯皮尔曼等级相关分析
斯皮尔曼（Spearman）等级相关分析，是分析顺序 变量之间（等级变量之间）的秩相关。
反映客观事物相互间关系的密切程度并用适当的 统计指标表示出来，这个过程就是相关分析。
事物之间有相关，不一定是因果关系，也可能只 是伴随关系（例如儿童身高的变化和儿童语言能 力的变化是正相关，但二者均受到了时间因素、 成长过程的影响，其实是伴随关系）。
但，若事物之间有因果关系，则两者必然相关。
相关系数就是用来描述两个（或多个）变量间关 系程度及其方向的统计量，通常用符号r表示。
按相关的形式可分为线性相关和非线性相关，本 章主要探讨线性相关。
按相关的程度可分为完全相关，不完全相关和零 相关。完全相关指变量Y与X间呈线性函数关系， 此时r=1或r=-1；不完全相关指变量Y与X间呈统计 关系，此时有0＜∣r∣＜1。零相关就是相关为零 ，也就是没有相关。
第
八 8.1 皮尔逊积差相关分析及效应量计算
章 8.2 斯皮尔曼等级相关分析
相 关
8.3 肯德尔和谐系数的相关分析
分 8.4 相关分析的报告参考样例
析
8.4 相关分析的报告参考样例
一、两个变量进行相关分析的报告参考样例
本书【例8-1】的统计分析结果，写在论文中的报 告可参考如下：
外语成绩、智力分数的积差相关系数为0.529，对 应P值为0.003，小于0.05。外语成绩、智力分数两 变量之间存在显著相关。积差相关的效应量就是积 差相关系数 r＝0.529，为大效应量，统计检验力 为0.80。
在“显著性检验”框中可选相关系数的“⊙双尾 ”、“○单尾”。本例按系统默认方式，选“⊙ 双尾”。
点击主对话框的右侧【选项】按钮弹出选项的对 话框，在“统计”框内，有两个复选框：“平均 数和标准差”、“叉积偏差和协方差”。本例选 第一项。 在“缺失值”框内，本例中按系统默认方式。
第4步：在主对话框中点击【确定】按钮， 提交执行。SPSS在输出窗口输出结果。
8.1 皮尔逊积差相关分析及效应量计算
皮尔逊积差相关的两个变量需要满足以下基本条件 ：两个变量都是连续型的等距数据；两个变量都服 从正态分布；两个变量有线性关系。
在进行皮尔逊积差相关系数的显著性检验时，假设 检验的假设分别为：
原假设H0：ρ＝0，即两变量相关为0。 备择假设H1：ρ≠0，即两变量相关不为0，相关显著。
原假设H0：W＝0，即评分者的评分之间不一 致、不相关的，评分等级是无序的。
备择假设H1：W＞0，即评分者的评分之间存 在一致性。
案例：【例8-3】6名教师对5篇作文进行评分 ，评分排名情况见数据文件“教师评定作文 .sav”。试问教师对5篇作文评分是否一致？
SPSS操作过程如下：
第1步：打开分析数据。打开“教师评定作文 .sav”
[分析]：儿童情商、母亲耐心的斯皮尔曼等级相关 系数为0.721，对应的显著性为0.019，小于0.05 ，拒绝原假设。
结论：儿童情商、母亲耐心两变量之间存在显著的 相关。
【思考题】在统计教材中，计算斯皮尔曼等级相关 系数时先计算每个被试的等级，然后再根据等级来 计算。这里直接使用原始数据是否正确？
3．根据文件“国际教育与生产力排名.sav”，试 分析10个国家与地区的教育科研水平（Education ）和国际生产竞争力（competing）的关系。
4．某次运动比赛中，6位裁判对10名跳水运动员的 跳水动作进行评分，数据文件为“裁判员评分情况 .sav”。请分析6名裁判的评分一致性。
再在“相关系数”框中，共有三种：
➢ “皮尔逊”是皮尔逊积差相关系数（点二列相关系 数）；
➢ “肯德尔 tau-b”为非参数资料的相关系数(略)； ➢ “斯皮尔曼”为斯皮尔曼等级相关系数，是非正态
分布资料（或顺序数据的资料、等级数据的资料） 的皮尔逊相关系数替代值。本例选用系统默认的“ 皮尔逊”。
第八章 相关分析
第
八 8.1 皮尔逊积差相关分析及效应量计算
章 8.2 斯皮尔曼等级相关分析
相 关
8.3 肯德尔和谐系数的相关分析
分 8.4 相关分析的报告参考样例
析
8.3 肯德尔和谐系数的相关分析
肯德尔（Kendall）和谐系数相关分析，也被 称为肯德尔W系数分析，是分析等级变量间的 秩相关，适用于多列等级资料的相关。
SPSS 23.0 统计分析
——在心理学与教育学中的应用
第八章 相关分析
2020/7/9
全书目录
第一章 SPSS 23.0简介与基本操作 第二章 数据编辑与整理 第三章 数据转换 第四章 描述统计分析 第五章 交叉表分析 第六章 比较平均值 第七章 方差分析 第八章 相关分析 第九章 回归分析
心程度之间是否存在着关系。
由于本例中样本量较小，计算斯皮尔曼等级相关更 适合。
第1步：打开分析数据。打开“儿童情商分数 .sav”文件。
第2步：启动分析过程。点击【分析】【相关】 【双变量…】菜单命令。
第3步：设置分析变量。在左边变量列表中 选“儿童情商”和“母亲耐心”变量，用 选入右边的“变量”框中。 在“相关系数”框中选择相关系数的类型， 本例选用“斯皮尔曼”。
案例：【例8-1】分析30名被试外语成绩与智力分数
之间是否有一定关系。
第1步： 打开“外语系学生的智力测验.sav”文件。 第2步：启动分析过程。点击【分析】【相关】
【双变量…】菜单命令。
第3步：设置分析变量。在左边变量列表中选中“ 外语成绩”和“智力分数”变量，选入右边的“变 量”框中。
如果需要同时分析多个变量两两之间的相关，也可 以同时选中多个变量放入“变量”框中。
第2步：在求等级变量（秩变量）的相关系数。
点击【分析】【相关】【双变量…】菜单命 令，打开对话框。 选择“Rank of儿童情商”、“Rank of母亲耐心 ”两个变量进入右边的“变量”框。
由上表可知，两种方式求斯皮尔曼等级相关系数的结 果是一样的。由此可知，算等级相关的时候，SPSS是将 连续数据先转换成等级数据来处理的。
点击主对话框的右侧【选项】按钮弹出选项 对话框，在“统计”框内，有两个复选框， 均为灰色不可用。在“缺失值”框内，按系 统默认方式。
在主对话框的右侧【样式】、【自助抽样… 】按钮，在本例中都不用管。
第4步：在主对话框中点击【确定】按钮， 提交执行。SPSS在输出窗口输出结果。
第5步：结果分析。
若Y与X变化方向一致，如身高与体重的关系 ，则称为正相关，r＞0；
若Y与X变化方向相反，如吸烟与肺功能的关 系，则称为负相关， r＜0；
零相关指变量Y与X间没有任何关系，此时 r=0。
此外，在相关分析时，当|r|＜0.3时，相关 系数有时候也可能达到显著。但是，即使它 在统计检验上显著，它仍然是属于弱相关。
第三个表：肯德尔和谐系数
[分析]：肯德尔W系数为0.928，对应的卡方值为22.267， 对应的显著性为0.000，小于0.05，拒绝原假设。结论：W系 数不为0，评分者之间的评分存在一致性、存在相关性。
【思考题】:
如果调查研究、或实验研究中给出的是原始评分数 据，没有给出分数的排名，是否需要先转化为排名 ，然后再按照排名求肯德尔和谐系数？
第十章 信度和效度分析 第十一章 非参数检验 第十二章 多选变量分析 第十三章 SPSS应用案例——问卷调查分析 第十四章 SPSS应用案例——测验质量分析 第十五章 探索性因子分析及案例应用 第十六章 基本统计图表的制作 第十七章 SPSS应用分析归纳小结
第八章 相关分析
在心理与教育研究领域中，智力与学业成就、性 格与焦虑，测验的前测与后测，平行测验之间等 都存在一定的联系。
点击主对话框的右侧【统计】按钮弹出选项的对 话框，有两个复选框：“描述性”、“四分位” 。本例都选中这两个复选框。
第4步：在主对话框中点击【确定】按钮，提交执 行。SPSS在输出窗口输出结果。
第5步：结果分析。
第一个表：描述统计
第二个表：被评对象的秩平均值，即每个评定对 象获得的等级平均值；
提示：给出的原始评分数据，也可以直接计算肯德 尔和谐系数。
方式一：根据原始数据直接计算得出的和谐系数； 方式二：根据原始数据先转化为排名秩次（注意排名 是按照每个专家来一一排名，而不是直接按照变量来 排名），然后根据秩次来计算肯德尔和谐系数。
最后发现这两种方式的计算结果是一样的。
第八章 相关分析
二、多个变量进行相关分析的报告参考样例
以数据“大学毕业生的工作价值观调查.sav”为例， 求“合作性、分配、职位出发点、工作投入、发展机 会、社会地位、权力距离、职位升迁、领导风格”这 九个变量之间的相关系数，经SPSS统计分析后的相关 系数结果，写在论文中的报告可参考如下：
经过对大学生工作价值观的抽样统计后，工作价值观 的九个变量之间的相关系数如下：
以下SPSS的操作步骤，按照统计教材中的步骤来计 算斯皮尔曼等级相关系数，对比前一种方式的结果 是否一致。
第1步：求两个变量的等级变量（秩变量）。
点击【转换】【个案排秩】命令，弹出个案排秩 的对话框。选择“儿童情商”、“母亲耐心”到右 边的变量框中。点击【确定】按钮，提交执行。
则在数据窗口出现两列新的排秩变量“R儿童”、 “R母亲”。
常用的几种相关系数分析包括： （1）皮尔逊（Pearson）积差相关分析； （2）斯皮尔曼（Spearman）等级相关分析； （3）肯德尔（Kendall）和谐系数；
通过【分析】【相关】【双变量…】菜单命令 进行相关分析（Correlate），包括皮尔逊积差相 关分析（若其中一列变量为二分变量，此功能等价 于点二列相关分析）、斯皮尔曼等级相关分析。
【练习题】
1.某大学英语系学生中随机抽取48人，对语文（ C“大学英语成绩.sav”。试分析 英语成绩和语文成绩的关系。
【练习题】
2．某商业学院对近五年毕业的管理专业的毕业生 进行调查得到了工作第一年年薪(salary)和在校的 综合成绩的数据，见“毕业生数据.sav”。试分析 两者有无相关关系。
既可以是k个评分者评N个对象，也可以是同 一个人先后k次评N个对象。
8.3 肯德尔和谐系数的相关分析
通过求得肯德尔W系数，可以较为客观地评价评 分者之间的一致性。
当评分者完全无序、不一致时，W=0； 当评分者完全一致时，W=1。 W越接近1，评分者之间的一致性越高。
肯德尔W系数的显著性检验，其假设检验的 假设分别为：
通过【分析】【非参数检验】【旧对话框】 【K 个 相 关 样 本 …】 菜 单 命 令 可 计 算 肯 德 尔 （ Kendall）和谐系数。
第八章 相关分析
第 八 8.1 皮尔逊积差相关分析及效应量计算 章 8.2 斯皮尔曼等级相关分析 相 8.3 肯德尔和谐系数的相关分析 关 8.4 相关分析的报告参考样例 分 析
第2步：启动分析过程。点击【分析】【非 参数检验】【旧对话框】【K个相关样本 …】菜单命令，打开如图所示的对话框。
第3步：设置分析变量。在左边变量列表中将“作 文1”、“作文2”、“作文3”、“作文4”、“作 文5”选入右边的“检验变量”框中。
在“检验类型”框中有三种检验：“傅莱德曼”检 验；“肯德尔W”，即肯德尔和谐系数；“柯克兰 Q”检验。本例选用“肯德尔W”。
量都是等级变量（顺序变量）；（2）一个变量是正态 分布的等距数据，另外一个变量是等级变量；（3）两 个变量都是等距数据，但其中一个或两个变量不服从 正态分布；（4）两个变量都是等距数据，但样本量较 小（N＜30）。
案例：【例8-2】分析10名儿童情商分数与母亲耐
第5步：结果分析。
第一个表：描述统计
第二个表：积差相关系数情况
第八章 相关分析
第 八 8.1 皮尔逊积差相关分析及效应量计算 章 8.2 斯皮尔曼等级相关分析 相 8.3 肯德尔和谐系数的相关分析 关 8.4 相关分析的报告参考样例 分 析
8.2 斯皮尔曼等级相关分析
斯皮尔曼（Spearman）等级相关分析，是分析顺序 变量之间（等级变量之间）的秩相关。
反映客观事物相互间关系的密切程度并用适当的 统计指标表示出来，这个过程就是相关分析。
事物之间有相关，不一定是因果关系，也可能只 是伴随关系（例如儿童身高的变化和儿童语言能 力的变化是正相关，但二者均受到了时间因素、 成长过程的影响，其实是伴随关系）。
但，若事物之间有因果关系，则两者必然相关。
相关系数就是用来描述两个（或多个）变量间关 系程度及其方向的统计量，通常用符号r表示。
按相关的形式可分为线性相关和非线性相关，本 章主要探讨线性相关。
按相关的程度可分为完全相关，不完全相关和零 相关。完全相关指变量Y与X间呈线性函数关系， 此时r=1或r=-1；不完全相关指变量Y与X间呈统计 关系，此时有0＜∣r∣＜1。零相关就是相关为零 ，也就是没有相关。
第
八 8.1 皮尔逊积差相关分析及效应量计算
章 8.2 斯皮尔曼等级相关分析
相 关
8.3 肯德尔和谐系数的相关分析
分 8.4 相关分析的报告参考样例
析
8.4 相关分析的报告参考样例
一、两个变量进行相关分析的报告参考样例
本书【例8-1】的统计分析结果，写在论文中的报 告可参考如下：
外语成绩、智力分数的积差相关系数为0.529，对 应P值为0.003，小于0.05。外语成绩、智力分数两 变量之间存在显著相关。积差相关的效应量就是积 差相关系数 r＝0.529，为大效应量，统计检验力 为0.80。
在“显著性检验”框中可选相关系数的“⊙双尾 ”、“○单尾”。本例按系统默认方式，选“⊙ 双尾”。
点击主对话框的右侧【选项】按钮弹出选项的对 话框，在“统计”框内，有两个复选框：“平均 数和标准差”、“叉积偏差和协方差”。本例选 第一项。 在“缺失值”框内，本例中按系统默认方式。
第4步：在主对话框中点击【确定】按钮， 提交执行。SPSS在输出窗口输出结果。
8.1 皮尔逊积差相关分析及效应量计算
皮尔逊积差相关的两个变量需要满足以下基本条件 ：两个变量都是连续型的等距数据；两个变量都服 从正态分布；两个变量有线性关系。
在进行皮尔逊积差相关系数的显著性检验时，假设 检验的假设分别为：
原假设H0：ρ＝0，即两变量相关为0。 备择假设H1：ρ≠0，即两变量相关不为0，相关显著。
原假设H0：W＝0，即评分者的评分之间不一 致、不相关的，评分等级是无序的。
备择假设H1：W＞0，即评分者的评分之间存 在一致性。
案例：【例8-3】6名教师对5篇作文进行评分 ，评分排名情况见数据文件“教师评定作文 .sav”。试问教师对5篇作文评分是否一致？
SPSS操作过程如下：
第1步：打开分析数据。打开“教师评定作文 .sav”
[分析]：儿童情商、母亲耐心的斯皮尔曼等级相关 系数为0.721，对应的显著性为0.019，小于0.05 ，拒绝原假设。
结论：儿童情商、母亲耐心两变量之间存在显著的 相关。
【思考题】在统计教材中，计算斯皮尔曼等级相关 系数时先计算每个被试的等级，然后再根据等级来 计算。这里直接使用原始数据是否正确？
3．根据文件“国际教育与生产力排名.sav”，试 分析10个国家与地区的教育科研水平（Education ）和国际生产竞争力（competing）的关系。
4．某次运动比赛中，6位裁判对10名跳水运动员的 跳水动作进行评分，数据文件为“裁判员评分情况 .sav”。请分析6名裁判的评分一致性。
再在“相关系数”框中，共有三种：
➢ “皮尔逊”是皮尔逊积差相关系数（点二列相关系 数）；
➢ “肯德尔 tau-b”为非参数资料的相关系数(略)； ➢ “斯皮尔曼”为斯皮尔曼等级相关系数，是非正态
分布资料（或顺序数据的资料、等级数据的资料） 的皮尔逊相关系数替代值。本例选用系统默认的“ 皮尔逊”。
第八章 相关分析
第
八 8.1 皮尔逊积差相关分析及效应量计算
章 8.2 斯皮尔曼等级相关分析
相 关
8.3 肯德尔和谐系数的相关分析
分 8.4 相关分析的报告参考样例
析
8.3 肯德尔和谐系数的相关分析
肯德尔（Kendall）和谐系数相关分析，也被 称为肯德尔W系数分析，是分析等级变量间的 秩相关，适用于多列等级资料的相关。
SPSS 23.0 统计分析
——在心理学与教育学中的应用
第八章 相关分析
2020/7/9
全书目录
第一章 SPSS 23.0简介与基本操作 第二章 数据编辑与整理 第三章 数据转换 第四章 描述统计分析 第五章 交叉表分析 第六章 比较平均值 第七章 方差分析 第八章 相关分析 第九章 回归分析
心程度之间是否存在着关系。
由于本例中样本量较小，计算斯皮尔曼等级相关更 适合。
第1步：打开分析数据。打开“儿童情商分数 .sav”文件。
第2步：启动分析过程。点击【分析】【相关】 【双变量…】菜单命令。
第3步：设置分析变量。在左边变量列表中 选“儿童情商”和“母亲耐心”变量，用 选入右边的“变量”框中。 在“相关系数”框中选择相关系数的类型， 本例选用“斯皮尔曼”。
案例：【例8-1】分析30名被试外语成绩与智力分数
之间是否有一定关系。
第1步： 打开“外语系学生的智力测验.sav”文件。 第2步：启动分析过程。点击【分析】【相关】
【双变量…】菜单命令。
第3步：设置分析变量。在左边变量列表中选中“ 外语成绩”和“智力分数”变量，选入右边的“变 量”框中。
如果需要同时分析多个变量两两之间的相关，也可 以同时选中多个变量放入“变量”框中。
第2步：在求等级变量（秩变量）的相关系数。
点击【分析】【相关】【双变量…】菜单命 令，打开对话框。 选择“Rank of儿童情商”、“Rank of母亲耐心 ”两个变量进入右边的“变量”框。
由上表可知，两种方式求斯皮尔曼等级相关系数的结 果是一样的。由此可知，算等级相关的时候，SPSS是将 连续数据先转换成等级数据来处理的。
点击主对话框的右侧【选项】按钮弹出选项 对话框，在“统计”框内，有两个复选框， 均为灰色不可用。在“缺失值”框内，按系 统默认方式。
在主对话框的右侧【样式】、【自助抽样… 】按钮，在本例中都不用管。
第4步：在主对话框中点击【确定】按钮， 提交执行。SPSS在输出窗口输出结果。
第5步：结果分析。
若Y与X变化方向一致，如身高与体重的关系 ，则称为正相关，r＞0；
若Y与X变化方向相反，如吸烟与肺功能的关 系，则称为负相关， r＜0；
零相关指变量Y与X间没有任何关系，此时 r=0。
此外，在相关分析时，当|r|＜0.3时，相关 系数有时候也可能达到显著。但是，即使它 在统计检验上显著，它仍然是属于弱相关。
第三个表：肯德尔和谐系数
[分析]：肯德尔W系数为0.928，对应的卡方值为22.267， 对应的显著性为0.000，小于0.05，拒绝原假设。结论：W系 数不为0，评分者之间的评分存在一致性、存在相关性。
【思考题】:
如果调查研究、或实验研究中给出的是原始评分数 据，没有给出分数的排名，是否需要先转化为排名 ，然后再按照排名求肯德尔和谐系数？
第十章 信度和效度分析 第十一章 非参数检验 第十二章 多选变量分析 第十三章 SPSS应用案例——问卷调查分析 第十四章 SPSS应用案例——测验质量分析 第十五章 探索性因子分析及案例应用 第十六章 基本统计图表的制作 第十七章 SPSS应用分析归纳小结
第八章 相关分析
在心理与教育研究领域中，智力与学业成就、性 格与焦虑，测验的前测与后测，平行测验之间等 都存在一定的联系。
点击主对话框的右侧【统计】按钮弹出选项的对 话框，有两个复选框：“描述性”、“四分位” 。本例都选中这两个复选框。
第4步：在主对话框中点击【确定】按钮，提交执 行。SPSS在输出窗口输出结果。
第5步：结果分析。
第一个表：描述统计
第二个表：被评对象的秩平均值，即每个评定对 象获得的等级平均值；
提示：给出的原始评分数据，也可以直接计算肯德 尔和谐系数。
方式一：根据原始数据直接计算得出的和谐系数； 方式二：根据原始数据先转化为排名秩次（注意排名 是按照每个专家来一一排名，而不是直接按照变量来 排名），然后根据秩次来计算肯德尔和谐系数。
最后发现这两种方式的计算结果是一样的。
第八章 相关分析
二、多个变量进行相关分析的报告参考样例
以数据“大学毕业生的工作价值观调查.sav”为例， 求“合作性、分配、职位出发点、工作投入、发展机 会、社会地位、权力距离、职位升迁、领导风格”这 九个变量之间的相关系数，经SPSS统计分析后的相关 系数结果，写在论文中的报告可参考如下：
经过对大学生工作价值观的抽样统计后，工作价值观 的九个变量之间的相关系数如下：
以下SPSS的操作步骤，按照统计教材中的步骤来计 算斯皮尔曼等级相关系数，对比前一种方式的结果 是否一致。
第1步：求两个变量的等级变量（秩变量）。
点击【转换】【个案排秩】命令，弹出个案排秩 的对话框。选择“儿童情商”、“母亲耐心”到右 边的变量框中。点击【确定】按钮，提交执行。
则在数据窗口出现两列新的排秩变量“R儿童”、 “R母亲”。
常用的几种相关系数分析包括： （1）皮尔逊（Pearson）积差相关分析； （2）斯皮尔曼（Spearman）等级相关分析； （3）肯德尔（Kendall）和谐系数；
通过【分析】【相关】【双变量…】菜单命令 进行相关分析（Correlate），包括皮尔逊积差相 关分析（若其中一列变量为二分变量，此功能等价 于点二列相关分析）、斯皮尔曼等级相关分析。
【练习题】
1.某大学英语系学生中随机抽取48人，对语文（ C“大学英语成绩.sav”。试分析 英语成绩和语文成绩的关系。
【练习题】
2．某商业学院对近五年毕业的管理专业的毕业生 进行调查得到了工作第一年年薪(salary)和在校的 综合成绩的数据，见“毕业生数据.sav”。试分析 两者有无相关关系。
既可以是k个评分者评N个对象，也可以是同 一个人先后k次评N个对象。
8.3 肯德尔和谐系数的相关分析
通过求得肯德尔W系数，可以较为客观地评价评 分者之间的一致性。
当评分者完全无序、不一致时，W=0； 当评分者完全一致时，W=1。 W越接近1，评分者之间的一致性越高。
肯德尔W系数的显著性检验，其假设检验的 假设分别为：
通过【分析】【非参数检验】【旧对话框】 【K 个 相 关 样 本 …】 菜 单 命 令 可 计 算 肯 德 尔 （ Kendall）和谐系数。
第八章 相关分析
第 八 8.1 皮尔逊积差相关分析及效应量计算 章 8.2 斯皮尔曼等级相关分析 相 8.3 肯德尔和谐系数的相关分析 关 8.4 相关分析的报告参考样例 分 析
第2步：启动分析过程。点击【分析】【非 参数检验】【旧对话框】【K个相关样本 …】菜单命令，打开如图所示的对话框。
第3步：设置分析变量。在左边变量列表中将“作 文1”、“作文2”、“作文3”、“作文4”、“作 文5”选入右边的“检验变量”框中。
在“检验类型”框中有三种检验：“傅莱德曼”检 验；“肯德尔W”，即肯德尔和谐系数；“柯克兰 Q”检验。本例选用“肯德尔W”。