SPSS相關分析實驗報告
SPSS相關分析實驗報告
篇一：spss對資料進行相關性分析實驗報告
實驗一
一.實驗目的
掌握用spss軟體對資料進行相關性分析，熟悉其操作過程，並能分析其結果。
二.實驗原理
相關性分析是考察兩個變數之間線性關係的一種統計分析方法。更精確地說，當一個變數發生變化時，另一個變數如何變化，此時就需要透過計算相關係數來做深入的定量考察。P值是針對原假設H0：假設兩變數無線性相關而言的。一般假設檢驗的顯著性水平為0.05，你只需要拿p值和0.05進行比較：如果p值小於0.05，就拒絕原假設H0，說明兩變數有線性相關的關係，他們無線性相關的可能性小於0.05；如果大於0.05，則一般認為無線性相關關係，至於相關的程度則要看相關係數R值，r越大，說明越相關。越小，則相關程度越低。而偏相關分析是指當兩個變數同時與第三個變數相關時，將第三個變數的影響剔除，只分析另外兩個變數之間相關程度的過程，其檢驗過程與相關分析相似。 三、實驗內容
掌握使用spss軟體對資料進行相關性分析，從變數之間的相關關係，尋求與人均食品支出密切相關的因素。
(1)檢驗人均食品支出與糧價和人均收入之間的相關關係。
a.開啟spss軟體，輸入“迴歸人均食品支出”資料。
b.在spssd的選單欄中選擇點選， 彈出一個對話視窗。
C.在對話視窗中點選ok,系統輸出結果，如下表。
從表中可以看出，人均食品支出與人均收入之間的相關係數為0.921，t檢驗的顯著性機率為0.000<0.01，拒絕零假設，表明兩個變數之間顯著相關。人均食品支出與糧食平均單價之間的相關係數為0.730，t檢驗的顯著性機率為0.000<0.01，拒絕零假設，表明兩個變數之間也顯著相關。
(2)研究人均食品支出與人均收入之間的偏相關關係。
讀入資料後：
A.點選系統彈出一個對話視窗。
B.點選OK，系統輸出結果，如下表。
從表中可以看出，人均食品支出與人均收入的偏相關係數為0.8665，顯著性機率p=0.000<0.01，說明在剔除了糧食單價的影響後，人均食品支出與人均收入依然有顯著性關係，並且0.8665<0.921，說明它們之間的顯著性關係稍有減弱。 透過相關關係與偏相關關係的比較可以得知：在糧價的影響下，人均收入對人均食品支出的影響更大。
三、實驗總結
1、熟悉了用spss軟體對資料進行相關性分析，熟悉其操作過程。
2、透過spss軟體輸出的資料結果並能夠分析其相互之間的關係，並且解決實際問題。
3、充分理解了相關性分析的應用原理。
實驗二
一、實驗目的
掌握用spss軟體對資料進行分析，用K-S檢驗單一樣本是否來自某一特定分佈，熟悉其操作過程，並能分析其結果。
二、實驗原理
K-S檢驗方法能夠利用樣本資料推斷樣本來自的總體是否服從某一理論分佈，是一種擬合優度的檢驗方法，適用於探索連續型隨機變數的分佈。單樣本K-S檢驗的原假設是：樣本來自得總體與指定的理論分佈無顯著差異，SPSS的理論分佈主要包括正態分佈、均勻分佈、指數分佈和泊松分佈等。 它的假設檢驗問題： H0:樣本所來自的總體分佈服從某特定分佈
H1:樣本所來自的總體分佈不服從某特定分佈
k-s檢驗是一種非常實用的檢驗資料分佈的方法，應該熟練掌握。
二.實驗內容
用k-s檢驗“迴歸人均食品支出”資料中的人均收入服從什麼分佈，並且瞭解k-s檢驗的操作過程和原理。
A.開啟spss軟體，輸入“迴歸人均食品支出”資料。
B.點選nonparametric tests
1-sample k-s,系統彈出一個對話視窗。
C.點選OK，系統輸出結果，如下表。
在上面有四個檢驗，Test1是檢驗這組資料是否服從標準正態分佈，從表中可看出T檢驗的顯著性機率為0.140>0.05,接受零假設，即這組資料服從標準正態分佈。Test2是檢驗這組資料是否服從均勻分佈，從表中可看出T檢驗的顯著性機率為0.000<0.05,拒絕零假設，即這組資料不服從均勻分佈。Test3是檢驗這組資料是否服從指數分佈，從表中可看出T檢驗的顯著性機率為0.000<0.05,拒絕零假設，即這組資料不服從指數分佈。Test4是檢驗這組資料是否服從泊松分佈，從表中可看出T檢驗的`顯著性機率為0.000<0.05,拒絕零假設，即這組資料不服從泊松分佈。
三、實驗總結
k-s檢驗方法是以樣本資料的累計頻數分佈與特定理論分佈比較，若兩者間的差距很小，則推論該樣本取自某特定分佈族。
篇二：SPSS相關分析實驗報告
實驗報告
學生姓名：
一、實驗室名稱：
二、實驗專案名稱：
相關分析
三、實驗原理
相關關係是不完全確定的隨機關係。在相關關係的情況下，當一個或幾個相互聯絡的變數取一定值得時候，與之相應的另一變數的值雖然不確定，但它仍然按照某種規律在一定的範圍內變化。
按照資料度量的尺度不同，相關分析的方法也不同，連續變數之間的相關性常用Pearson簡單相關係數測定；定序變數的相關係數常用Spearman秩相關係數和Kendall秩相關係數測定；定類變數的相關分析要使用列連表分析法。
四、實驗目的
理解相關分析的基本原理，掌握在SPSS軟體中相關分析的主要引數設定及其含義，掌握SPSS軟體分析結果的含義及其分析。
五、實驗內容及步驟
實驗內容：以僱員表為例，共有474條資料，運用相關分析方法對變數間的相關關係進行分析。
1）分析性別與工資之間是否存在相關關係。
2）分析教育程度與工資之間是否存在相關關係。
實驗要求：掌握相關分析方法的計算思路及其在SPSS環境下的操作方法，掌握輸出結果的解釋。
1. 分析性別與工資之間是否存在相關關係。
分析：性別屬於定類變數，是離散值，因使用卡方檢驗。 Step1.操作為Analyze Descriptive Statistics Crosstabs
Step2.將性別（Gender）和收入（Current Salary）分別移入Rows列表框和Columns列表框。
Step3.單擊Statistics按鈕，在彈出的子對話方塊中選中預設的Chi-square，進行卡方檢驗。退回到主對話方塊，單擊ok。
2. 分析教育程度與工資之間是否存在相關關係。
分析：教育程度為定序變數，工資為連續變數，可使用Spearman和Kendall秩相關係數檢驗。
Step1. 用散點圖初步判斷二變數的相關性，操作為Graphs / Legacy Dialogs / Scatter,選擇Simple Scatter，教育程度為自變數，工資為因變數，做散點圖。