相關(guān)分析“一篇概全”
相關(guān)分析是最基本的關(guān)系研究方法,也是一些分析方法的基礎(chǔ),研究中我們經(jīng)常會(huì)使用到相關(guān)分析,所以今天咱們就來說一說相關(guān)分析的那些“事兒”。
相關(guān)分析是用于研究定量數(shù)據(jù)之間的關(guān)系情況,包括是否有關(guān)系,以及關(guān)系緊密程度等,通常用于回歸分析之前。比如研究網(wǎng)購滿意度和重復(fù)購買意愿之間是否有關(guān)系,關(guān)系緊密程度如何?
散點(diǎn)圖
在相關(guān)分析之前,一般可使用散點(diǎn)圖觀察數(shù)據(jù)之間的關(guān)系情況,即查看X和Y之間的關(guān)系情況。通過觀察散點(diǎn)的分布和走向能夠直觀地發(fā)現(xiàn)變量間的關(guān)系以及強(qiáng)弱程度和數(shù)據(jù)可能的走向。SPSSAU用戶可在“可視化”選擇卡下找到散點(diǎn)圖并進(jìn)行分析。


散點(diǎn)圖經(jīng)常表現(xiàn)為某種特定的形式。比如下圖,可以看出,X增大時(shí),Y會(huì)明顯的減少,即說明X和Y之間有著負(fù)向相關(guān)關(guān)系。

相關(guān)系數(shù)
相關(guān)分析使用相關(guān)系數(shù)表示分析項(xiàng)之間的關(guān)系;首先判斷是否有關(guān)系,接著判斷關(guān)系為正相關(guān)或者負(fù)相關(guān)(相關(guān)系數(shù)大于0為正相關(guān),反之為負(fù)相關(guān)),也可以像上面一樣,通過散點(diǎn)圖直觀的查看變量的關(guān)系;最后判斷關(guān)系緊密程度。
相關(guān)系數(shù)反應(yīng)了變量之間線性關(guān)系的強(qiáng)弱程度。通過正、負(fù)表示相關(guān)的方向。相關(guān)系數(shù)有兩類,分別是Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)。此兩類系數(shù)均用于描述相關(guān)關(guān)系程度,判斷標(biāo)準(zhǔn)也基本一致,通常絕對(duì)值大于0.7時(shí)認(rèn)為兩變量之間表現(xiàn)出非常強(qiáng)的相關(guān)關(guān)系,絕對(duì)值大于0.4時(shí)認(rèn)為有著強(qiáng)相關(guān)關(guān)系,絕對(duì)值小于0.2時(shí)相關(guān)關(guān)系較弱。
除此之外,SPSSAU還提供Kendall相關(guān)系數(shù)。三個(gè)相關(guān)系數(shù)的區(qū)別如下表格:

Pearson相關(guān)系數(shù)是最常用的,也是SPSSAU默認(rèn)的相關(guān)系數(shù)。不過使用時(shí)也有一定的要求,當(dāng)兩變量不符合正態(tài)分布時(shí),則可以使用Spearman相關(guān)系數(shù)。
無論是Pearson或者Spearman相關(guān)系數(shù),其實(shí)際依舊是研究相關(guān)關(guān)系,結(jié)論上并不會(huì)有太大區(qū)別;并且數(shù)據(jù)正態(tài)分布通常在理想狀態(tài)下才會(huì)成立。因而現(xiàn)實(shí)研究中使用Pearson相關(guān)系數(shù)的情況占絕大多數(shù)。
Kendall相關(guān)系數(shù)多用于計(jì)算評(píng)分一致性,如評(píng)委打分等。
注意:相關(guān)關(guān)系并不等同于因果關(guān)系,相關(guān)性表示兩變量會(huì)同時(shí)發(fā)生改變,而因果關(guān)系,也就是一個(gè)因素導(dǎo)致另一個(gè)因素發(fā)生變化。
具體操作
SPSSAU在設(shè)計(jì)上區(qū)分了X和Y,所以對(duì)應(yīng)放入即可。如果并不區(qū)分X或者Y,此時(shí)直接把所有項(xiàng)放入“分析項(xiàng)Y(定量)”框中即可。

SPSSAU輸出結(jié)果


