相關分析用於研究定量資料之間的關係情況,包括是否有關係,以及關係緊密程度等。
如果要研究一個定類資料(比如性別、專業等)與一個定量資料(比如成績)的影響關係,可使用方差分析或獨立樣本T檢驗(其中T檢驗僅可對比兩組資料的差異,比如性別,可分為男,女兩組)。
相關分析在SPSSAU中的操作如下:
Step2:將想要分析的選項,拖拽到右側。
Step3:分析結果
從上表可知,利用相關分析去研究個性化服務和購買意願之間的相關關係,使用Pearson相關係數去表示相關關係的強弱情況。具體分析可知:個性化服務和購買意願之間的相關係數值為0.616,並且呈現出0.01水平的顯著性,因而說明個性化服務和購買意願之間有著顯著的正相關關係。
其他說明:
以上內容參考SPSSAU相關分析幫助手冊:
SPSS線上_SPSSAU_SPSS相關分析_Pearson_Spearman
相關分析用於研究定量資料之間的關係情況,包括是否有關係,以及關係緊密程度等。
如果要研究一個定類資料(比如性別、專業等)與一個定量資料(比如成績)的影響關係,可使用方差分析或獨立樣本T檢驗(其中T檢驗僅可對比兩組資料的差異,比如性別,可分為男,女兩組)。
相關分析在SPSSAU中的操作如下:
Step2:將想要分析的選項,拖拽到右側。
Step3:分析結果
從上表可知,利用相關分析去研究個性化服務和購買意願之間的相關關係,使用Pearson相關係數去表示相關關係的強弱情況。具體分析可知:個性化服務和購買意願之間的相關係數值為0.616,並且呈現出0.01水平的顯著性,因而說明個性化服務和購買意願之間有著顯著的正相關關係。
其他說明:
相關係數常見有兩類,分別是Pearson和Spearman,定量資料滿足正態性時,選擇Pearson相關係數;資料不正態時,選擇Spearman相關係數。在相關分析之前,建議可使用散點圖直觀檢視資料之間的關係情況。除此之外,SPSSAU還提供Kendall相關係數,用於評分資料一致性水平研究,比如評委打分,資料排名等。以上內容參考SPSSAU相關分析幫助手冊:
SPSS線上_SPSSAU_SPSS相關分析_Pearson_Spearman
SPSSAU-線上SPSS分析軟體