spss相关性怎么看？

SPSS相关性分析主要是用来检验两个变量之间是否存在线性相关关系,以及相关关系的强弱。常用的相关性分析方法有:

1. 皮尔逊相关系数:用来检验两个定量变量之间的线性相关性。其值为-1到1之间,绝对值越大表示相关性越强。0表示两变量不相关。

2. 斯皮尔曼等级相关系数:用于检验两个定量变量和一个定序变量之间的相关性。

3. 约翰逊-奈雅尔相关系数:用于定量变量和定性变量之间的相关性分析。

4. 肯德尔关联系数:用于两个定序变量或组合变量之间的相关性分析。

5. 相似系数和异同系数:用于计算定性变量之间的一致性或差异性。

在SPSS中,可以通过“统计量→相关性分析→双变量...”进行相关性分析。需要指定相关系数的类型(如皮尔逊还是斯皮尔曼),然后选择要分析的两个变量,点击“确定”即可得到结果。

相关性分析的结果一般通过以下方式进行解释:

1. 相关系数的绝对值大小:绝对值在0.8-1.0之间表示两个变量之间有很强的相关性,0.6-0.8表示较强相关,0.4-0.6为中度相关,0.2-0.4为低相关,0.0-0.2基本无相关。

2. 相关系数的正负:如果为正,表示两个变量呈正相关;如果为负,表示呈反相关或负相关。

3. Sig值:小于0.05表示相关系数显著不同于0,相关性存在统计学意义。大于0.05则相关性无统计学意义。

4. 散点图:直观反映两个变量之间的相关分布,可以判断相关性的线性程度。

所以,在SPSS中通过上述方法和指标,可以很直观和准确地判断变量之间的相关性及相关强度。