2022年SPSS皮爾遜相關分析實例操作步驟

1、SPSS皮爾遜相關分析實例操作步驟選題 ：對某地 29名13歲男童的身高（ cm）、體重（ kg）,運用相關分析法來分 析其身高與體重是否相關；試驗目的 ：任何事物的存在都不是孤立的,而是相互聯(lián)系、相互制約的；相關分析 可對變量進行相關關系的分析, 運算29名13歲男童的身高 （cm）、體重（kg）,以判定兩個變量之間相互關系的親密程度；試驗變量 ：編號Number,身高 height（cm）,體重 weight（kg）原始數(shù)據(jù) ：Number height weight 試驗皮15 160.5 47 方1 135.1 32 法：16 153.0 47 2 3 4 139.9 163.6 14

2、6.5 30 46 34 17 18 19 147.6 157.5 155.1 41 43 45 爾遜5 156.2 37 20 160.5 38 6 156.4 36 相關21 143.0 32 7 167.8 42 22 149.4 34 8 149.7 31 分析23 160.8 40 9 10 145.0 148.5 33 37 24 25 159.0 158.2 39 38 法11 165.5 50 26 150.0 36 12 13 135.0 153.3 28 41 軟27 28 144.5 154.6 35 40 14 152.0 32 29 156.5 32 件：spss19

3、.0 操作過程與結果分析：第一步：導入 Excel數(shù)據(jù)文件 . 1.open data documentopen dataopen；2. Opening excel data source OK. 其次步：分析身高（ cm）與體重（ kg）是否具有相關性1. 在最上面菜單里面選中Analyze correlatebivariate.,第一使用Pearson,two-tailed,勾選 flag significant correlations 進入如下界面：2. 點擊右側 options,勾選 Statistics,默認 Missing Values,點擊 Continue 輸出結果：圖為基本

4、的描述性統(tǒng)計量的輸Descriptive Statistics出表格,其中身高的均值 （mean）為身高（ cm）Mean Std. Deviation N 29 152.576cm、標準差（ standard 152.576 8.3622 deviation）為 8.3622、樣本容量體重 kg 37.65 5.746 29 （number of cases ）為29；體重的均值為 37.65kg 、標準差為 5.746 、樣本容量為 29；兩者的平均值和標準差值得差距不顯著；身高（ cm）Correlationsand 身高（ cm）體重 kg 圖為相關分析結果表,從表中Pearson C

5、orrelation 1 .719*可以看出體重和Sig. 2-tailed .000 1957.953 身高之間的皮爾Sum of Squares 967.816 體重 kg Cross-products and 69.927 34.565 遜相關系數(shù)為Covariance 0.719,即|r|=0.719,N 29 29 Pearson Correlation .719*1 表示體重與身高Sig. 2-tailed .000 924.312 呈正相關關系,且Sum of Squares 967.816 Cross-products 34.565 33.011 兩變量是顯著相Covariance N 29 29 關的；另外,兩者*. Correlation is significant at the 0.01 level 2-tailed. 圖中的雙星號標記的相關系數(shù)是在顯著性水平為之間不相關的雙 側檢驗值為 0.000,0.01以下,認為標記的相關系數(shù)是顯著的,驗證了兩者顯著相關的關系；所以可以得出結論：同學的體 重與身高存在顯著的正相關性,