SPSS均值比较.ppt

SPSS 16实用教程 第6章 相关分析 对Pearson简单相关系数的统计检验是计算t统计量，公式为 t统计量服从n?2个自由度的t分布。 6.2.2 SPSS中实现过程 ? 研究问题 某班级学生数学和化学的期末考试成绩如表6-1所示，现要研究该班学生的数学和化学成绩之间是否具有相关性。 表6-1 学生的数学和化学成绩 79.00 76.00 herry 88.00 86.00 jake 87.00 87.00 joke 87.00 87.00 marry 60.00 50.00 caber 88.00 85.00 david 98.00 89.00 chen 89.00 70.00 john 99.00 80.00 laly 98.00 95.00 wish 98.00 95.00 jess 75.00 79.00 watet 88.00 90.00 smith 88.00 94.00 hah 78.00 89.00 shizg 70.00 65.00 yu 99.00 88.00 yaju 90.00 99.00 hxh 化 学 数 学 人 名 ? 实现步骤 图6-1 在菜单中选择“Bivariate”命令 图6-2 “Bivariate Correlations”对话框（一） 图6-3 “Bivariate Correlations：Options”对话框 6.2.3 结果和讨论 6.2.4 绘制相关散点图 如果对变量之间的相关程度不需要掌握得那么精确，可以通过绘制变量的相关散点图来直接判断。仍以上例来说明。 图6-4 在菜单中选择“Scatter/Dot”命令 ? 实现步骤 图6-5 “Scatter/Dot”对话框 图6-6 “Simple Scatterplot”对话框 图6-7 散点图 ? 结果和讨论 6.3 二元定序变量的相关分析 6.3.1 统计学上的定义和计算公式 定义：定序变量又称为有序（ordinal）变量、顺序变量，它取值的大小能够表示观测对象的某种顺序关系（等级、方位或大小等），也是基于“质”因素的变量。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、中专、技校、4—大学专科、5—大学本科、6—研究生以上。由小到大的取值能够代表学历由低到高。 Spearman和Kendalls tua-b等级相关系数用以衡量定序变量间的线性相关关系，它们利用的是非参数检验的方法。 计算公式如下。 Spearman等级相关系数为 对Spearman等级相关系数的统计检验，一般如果个案数n≤30，将直接利用Spearman等级相关统计量表，SPSS将自动根据该表给出对应的相伴概率值。 对Kendalls tua-b等级相关系数的统计检验，一般如果个案数n≤30，将直接利用Kendalls tua-b等级相关统计量表，SPSS将自动根据该表给出对应的相伴概率值。 6.3.2 SPSS中实现过程 ? 研究问题 某语文老师先后两次对其班级学生同一篇作文加以评分，两次成绩分别记为变量“作文1”和“作文2”，数据如表6-2所示。问两次评分的等级相关有多大，是否达到显著水平？ 表6-2 学生作文两次的得分情况 90.00 88.00 herry 90.00 95.00 jake 78.00 73.00 joke 80.00 75.00 marry 75.00 87.00 caber 80.00 85.00 david 70.00 68.00 chen 75.00 79.00 john 65.00 59.00 laly 75.00 77.00 wish 85.00 80.00 jess 93.00 96.00 watet 65.00 67.00 smith 92.00 89.00 hah 73.00 75.00 shizg 70.00 62.00 yu 82.00 78.00 yaju 83.00 86.00 hxh 作 文 2 作 文 1 人 名 ? 实现步骤 图6-8 “Bivariate Correlations”对话框（二） 6.3.3 结果和讨论 6.4 偏相关分析 二元变量的相关分析在一些情况下无法较为真实准确地反映事物之间的相关关系。例如，在研究某农场春季早稻产量与平均降雨量、平均温度之间的关系时，产量和平均降雨量之间的关系中实际还包含了平均温度对产量的影响。同时平均降雨量对平均温度也会产生影响。在这种情况下，单纯计算简单相关系数，显然不能准确地反映事物之间地相关关系，而需要在剔除其他相关因素影响的条件下计算相关系数。偏