《SPSS皮尔逊相关分析实例操作步骤》由会员分享，可在线阅读，更多相关《SPSS皮尔逊相关分析实例操作步骤（6页珍藏版）》请在金锄头文库上搜索。
1、SPSS皮尔逊相关分析实例操作步骤选题：对某地29名13岁男童的身高（cm）、体重（kg），运用相关分析法来分析其身高与体重是否相关。实验目的：任何事物的存在都不是孤立的，而是相互联系、相互制约的。相关分析可对变量进行相关关系的分析，计算29名13岁男童的身高（cm）、体重（kg），以判断两个变量之间相互关系的密切程度。实验变量：编号Number，身高height（cm），体重weight（kg）原始数据：实验方法：皮尔逊相关分析法15 160.5 4716 153.0 4717 147.6 4118 157.5 4319 155.1 4520 160.5 3821 143.0 3222 14
2、9.4 3423 160.8 4024 159.0 3925 158.2 3826 150.0 3627 144.5 3528 154.6 4029 156.5 32Number height weight1 135.1 322 139.9 303 163.6 464 146.5 345 156.2 376 156.4 367 167.8 428 149.7 319 145.0 3310 148.5 3711 165.5 5012 135.0 2813 153.3 4114 152.0 32软件：spss19.0操作过程与结果分析：第一步：导入Excel数据文件 1. open data do
3、cumentopen dataopen；2. Opening excel data sourceOK.第二步：分析身高（cm）与体重（kg）是否具有相关性1. 在最上面菜单里面选中 Analyzecorrelatebivariate ，首先使用 Pearson，two-tailed，勾选 flag significant correlations进入如下界面：2. 点击右侧 options，勾选 Statistics，默认 Missing Values，点击Continue输出结果：Descriptive Statistics图为基本的描述性统计量的输出表格，其中身高的均值（mean）为152
4、.576cm、标准差（standard deviation）为8.3622、样本容量（number of cases）为29；体重的均值为37.65kg、标准差为5.746、样本容量为29。两者的平均值和标准差值得差距不显著。图为相关分析结果表，从表中可以看出体重和身高之间的皮尔逊相关系数为0.719，即|r|=0.719，表示体重与身高呈正相关关系，且两变量是显著相关的。另外，两者之间不相关的双侧检验值为0.000，图中的双星号标记的相关系数是在显著性水平为0.01以下，认为标记的相关系数是显Mean Std. Deviation N身高（cm） 152.576 8.3622 29体重(kg
5、) 37.65 5.746 29Correlations身高（cm ） 体重(kg)Pearson Correlation 1 .719*Sig. (2-tailed) .000Sum of Squares and Cross-products1957.953 967.816Covariance 69.927 34.565身高（cm）N 29 29Pearson Correlation .719* 1Sig. (2-tailed) .000Sum of Squares and Cross-products967.816 924.312Covariance 34.565 33.011体重(kg)N 29 29*. Correlation is significant at the 0.01 level (2-tailed).著的，验证了两者显著相关的关系。所以可以得出结论：学生的体重与身高存在显著的正相关性，当体重越高时，身高也越高。第三步：画散点图：选中GraphsLegacy DialogsScatter/dotSimple scatterdefine.得到散点图，如下图：
