当前位置：首页 > spss统计学软件实验报告
从以上结果可以得出第一个表格：（n=16）的标准1的平均值（74.5000）、标准1的标准差（13.19596）、标准2的平均值（70.8750）和标准2的标准差（13.61311）。
第二个表格则是所要求的相关系数，它以一个矩阵的形式表示。从中可以看出，标准1和标准2的相关系数为0.278。在这个数据的旁边有没有星号，说明变量之间的相关程度极弱，可视为不相关。
实验2.绘制相关散点图
如果对变量之间的相关程度不需要那么精确，则可以通过绘制变量的散点图来直接判断。仍以上例作为说明。 ★实现步骤
『步骤1』在“Graphs”菜单中选择Scatter命令，如图3-4所示。
图3-4 选择Scatter命令
『步骤2』本例只需绘制出数学成绩和化学成绩两者的散布情况，因此选择“Simple”图，如图3-5所示。
图3-5 Scatterplot对话框
『步骤3』单击Define按钮，打开Simple Scatterplot对话框，如图3-6所示。在此对话框中，把左侧的“数学”、“化学”这个两个变量分别通过单击
按钮
使之添加到右侧的X Axis和Y Axis框中，表示散点图将分别把数学成绩和化学成绩绘制在X轴和Y轴上。其他悬想不变，然后单击OK，开始绘图。
图3-6 Simple Scatterplot对话框
结果和讨论
绘出的散点图如图3-7所示，从中明显看出这两个变量线形不相关。
图3-7 散点图
实验3．二元定序变量的相关分析
★ 研究问题
某专家先后对一个工程的多个项目加以评分，两次评分分别记为变量“分值1”和“分值2”，如下表所示。问两次评分的等级相关有多大，是否达到显著水平？
工程项目两次的得分情况 项目名 分值1 分值2 项目1 78.00 75.00 项目2 77.00 83.00 项目3 81.00 83.00 项目4 87.00 8300 项目5 91.00 92.00 项目6 77.00 74.00 项目7 96.00 93.00 项目8 81.00 87.00 项目9 67.00 65.00 项目10 79.00 73.00 项目11 89.00 85.00 项目12 78.00 70.00 项目13 95.00 90.00 项目14 88.00 81.00
项目15
95.00 85.00 ★ 实现步骤
『步骤1』在“Analyze”菜单“Correlate”中选择Bivariate命令，如3-8所示。
图3-8 选择Bivariate Correlate菜单
『步骤2』在弹出如图3-9所示的Bivariate Correlate对话框中，从对话框左侧的变量列表中分别选择“分值1”和“分值2”变量，单击
按钮
使这两个变量添加到Variables框。
在Correlation Coefficients框中选择Spearman和Kendall’s tua-b等级相关系数；在Test of significance框中选择相关系数的双侧（Two-tailed）检验，选中Flag significations correlations选项，则相关分析结果中将不显示统计检验的相伴概率，而以星号（*）显示。如图3-9。
本文作者：...共分享92篇相关文档
