SPSS對數據進行相關性和顯著性分析

來自專欄華仔家的龍門陣4 人贊了文章

顯著性分析：

1. 將數據導入SPSS，重新命名變數名，檢查數據類型是否為數字

2. 對原始數據進行重新賦值，主要是將自變數賦值為1.2.3.4.5….等

3. 菜單欄點擊analyze—general linear model—Univariate，將因變數移入dependent variable，自變數移入Fixed factors

4. 點擊model，選擇Full factorial，點擊continue

5. 點擊plots，將交互作用的兩個自變數添加到橫軸和縱軸；

6. 點擊options，在display窗口選擇 homogeneity tests（方差齊性檢驗），默認顯著性水平為0.05，點擊continue

7. 在Univariate對話框，點擊OK，即可查看輸出表；

還可以根據生成的圖來判斷交互作用；

注意：在非交互作用分析時，要在「模型」的類型中選擇「主效應」，而不是「交互」。主效應是分析無交互作用時影響分析的。

相關性分析：

SPSS操作步驟

1. 點擊analyze—correlate—bivariate，打開bivariate correlations 對話框

2. 將變數移動到variables 對話框，勾選相關係數Pearson，選擇雙邊檢驗；

3. 點擊options，勾選「均值與標準差」，「叉積離差陣與協方差陣」，點擊continue

4. 完成操作，即可看到相關性係數；

關於相關性和顯著性的一點數學知識：

1. spss做相關分析顯著性都為0，其實是小於0.001，就是非常小的數字，點擊查看可以看出具體的數字，說明顯著性較好。

2. 顯著性表示的兩個變數之間的顯著性差異，數值越大，表示顯著性越大，反之，表示兩者之間存在較強的交互作用。

3. 數據列入SPSS之前要進行數據的排查，刪除異常點，得到的數據會令你驚喜；

4. 方差分析的實質是檢驗多個總體均值是否具有顯著性差異，通過觀察各個觀測數據的誤差來源分析得到的，實際應用中方差可以來檢驗各種因素對因變數是否有顯著影響。

SST=SSA+SSE;

SSA為組間平方和，反映隨機誤差和系統誤差的大小。

SSE為組內平方和，反映隨機誤差的大小；

F=SSA/SSE ，比較SSA在SST中的佔比大小；

對SSPS計算來說，即為顯著性概率Sig.，若Sig.<α（0.01或者0.05），則顯著性水平α下拒絕H0，認為A影響顯著。

5. 注意點:所有數據都是觀測都是服從正態分布的簡單隨機樣本；

獨立實驗；

各組觀察數據等方差；

6. 皮爾森Pearson相關係數：僅僅表示的是一種線性關係。