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。實驗目的 ：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，計算29名13歲男童的身高（ cm）、體重（kg），以判斷兩個變量之間相互關系的密切程度。實驗變量 ：編號 Number，身高 height （cm），體重 weight （kg）原始數(shù)據(jù) ：Numberheightweight15160.5471135.13216153.0472139.93017147.6413163.64618157.5434146.

2、53419155.1455156.23720160.5386156.43621143.0327167.84222149.4348149.73123160.8409145.03324159.03910148.53725158.23811165.55026150.03612135.02827144.53513153.34128154.64014152.03229156.532實驗方法：皮爾遜相關分析法軟件：spss19.0操作過程與結果分析：第一步：導入 Excel 數(shù)據(jù)文件1. open data document open data open；2. Opening excel data sou

3、rce OK.第二步：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 correlate bivariate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，首先，點擊Continue輸出結果：圖為基本的描述性統(tǒng)計量的Descriptive Statistics輸出表格，其中身高的均值MeanStd. DeviationN（mean）為 152.576cm、標準差身高（ cm ）152

4、.5768.362229）為體重 (kg)37.655.746（standard deviation298.3622 、樣本容量（ number ofcases）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。Correlations身高（ cm ）體重 (kg)身高（ cm ）Pearson Correlation1.719 *Sig. (2-tailed).000SumofSquaresand1957.953967.816Cross-productsCovariance69.92734.565N2929體重 (kg)P

5、earson Correlation.719 *1Sig. (2-tailed).000SumofSquaresand967.816924.312Cross-productsCovariance34.56533.011N2929*. Correlation is significant at the 0.01 level (2-tailed).圖為相關分析結果表，從表中可以看出體重和身高之間的皮爾遜相關系數(shù)為0.719 ，即 |r|=0.719，表示體重與身高呈正相關關系，且兩變量是顯著相關的。另外，兩者之間不相關的雙側檢驗值為 0.000 ，圖中的雙星號標記的相關系數(shù)是在顯著性水平為 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：學生的體重與身高存在顯著的正相關性，當體重越高時，身高