SPSS皮爾遜相關(guān)分析實(shí)例操作步驟

1、SPSS皮爾遜相關(guān)分析實(shí)例操作步驟選題：對(duì)某地29名13歲男童的身高（cm）、體重（kg），運(yùn)用相關(guān)分析法來 分析其身高與體重是否相關(guān)。實(shí)驗(yàn)?zāi)康模喝魏问挛锏拇嬖诙疾皇枪铝⒌?，而是相互?lián)系、相互制約的。相關(guān)分 析可對(duì)變量進(jìn)行相關(guān)關(guān)系的分析，計(jì)算29名13歲男童的身高（cm）、體重 （kg），以判斷兩個(gè)變量之間相互關(guān)系的密切程度。Numberheightweight1135.1322139.9303163.6464146.5345156.2376156.4367167.8428149.7319145.03310148.53711165.55012135.02813153.34114152.032實(shí)

2、驗(yàn)變量：編號(hào) Number，身高 height（ cm）原始數(shù)據(jù)：實(shí)驗(yàn)方法：皮爾遜相關(guān)分析法15160.54716 153.047仃147.64118157.54319155.14520160.53821143.03222149.43423160.84024159.03925158.23826150.03627144.535:28154.64029156.532，體重 weight（ kg）軟件：spss19.0操作過程與結(jié)果分析：第一步：導(dǎo)入Excel數(shù)據(jù)文件？?1. ?ope n data documentope n dataope n； 2. Opening excel data sou

3、rceOK.第二步：分析身高（cm）與體重（kg）是否具有相關(guān)性1. 在最上面菜單里面選中 Analyzecorrelatebivariate?，首先使用Pearson, two-tailed，勾選 flag significant correlations進(jìn)入如下界面：2. 點(diǎn)擊右側(cè) options,勾選 Statistics，默認(rèn) Missing Values，點(diǎn)擊 Continue 輸出結(jié)果：MeanStd. DeviationN身高（cm）152.5768.362229體重（kg）37.655.74629Descriptive Statistics圖為基本的描述性統(tǒng)計(jì)量的 輸出表格，其

4、中身高的均值（mear）為 152.576cm、標(biāo)準(zhǔn)差 （sta ndard deviati on）為8.3622、樣本容量（number ofcases）為29;體重的均值為37.65kg、標(biāo)準(zhǔn)差為5.746、樣本容量為29。 兩者的平均值和標(biāo)準(zhǔn)差值得差距不顯著。Correlations圖為相關(guān)分析結(jié)果表，從身高（cm）體重（kg）身高(cm)Pearson Correlation1*.719表中可以看出Sig. (2-tailed).000SumofSquaresand1957.953967.816體重和身高之Cross-products間的皮爾遜相Covariance69.92734.5

5、65N2929關(guān)系數(shù)為體重(kg)Pearson Correlation*.71910.719，即 卩Sig. (2-tailed).000SumofSquaresand967.816924.312|r|=0.719,表示Cross-products體重與身高呈Covariance34.56533.011N2929正相關(guān)關(guān)系，且*. Correlation is significant at the 0.01 level (2-tailed).兩變量是顯著相關(guān)的。另外,兩者之間不相關(guān)的雙側(cè)檢驗(yàn)值為 0.000，圖中的雙星號(hào)標(biāo)記的相關(guān)系數(shù)是在 顯著性水平為 0.01以下，認(rèn)為標(biāo)記的相關(guān)系數(shù)是顯著的，驗(yàn)證了兩者顯著 相關(guān)的關(guān)系。 所以可以得出結(jié)論： 學(xué)生的體重與身高存在顯著的正相關(guān)性， 當(dāng)體重越高時(shí)，身高也