- 理论依据
【基本思想】
1.简单相关分析的概念
相关分析是研究变量间关系密切程度的一种统计方法。线性相关分析研究两个变量间线性关系的强弱程度。相关系数是描述这种线性关系强弱的统计量，通常用r表示。如果一个变量Y可以确切地用另一个变量X的线性函数表示，则两个变量间的相关系数是1或-1。变量Y随变量X的增加而增加或随着变量X的减少而减少，称为变化方向一致，这种相关称为正向相关，其相关系数大于0。反之，相关系数小于0。相关系数r没有计量单位，其值在-1和1之间。
2.相关系数的计算方法
(1) Pearson相关系数
正态分布的定距尺度的变量x与变量y间的Pearson相关系数可以采用Pearson积矩相关公式计算。
(2) Spearman相关系数
Spearman相关系数是Pearson相关系数的非参数形式，是根据数据的秩而不是根据实际值计算的。也就是说，先对原始变量的数据排秩，根据秩使用Spearman相关系数公式进行计算。它适合定序尺度数据或不满足正态分布假设的定距尺度数据。Spearman相关系数的数值也在-1和1之间，绝对值越大，表明相关性越强。
(3)Kendall′tau−b相关系数
Kendall′tau−b相关系数也是一种对两个有序变量或两个秩变量间的关系程度的测度。它在分析时考虑了结点(秩次相同)的影响，适用于两个变量均为定序尺度数据的情况。
3.关于相关系数统计意义的检验
我们通常是利用样本来研究总体的特性的。由于抽样误差的存在，样本中两个变量之间的相关系数不为0，不能说明总体中这两个变量间的相关系数不是0，因此必须进行检验。检验的零假设是：总体中两个变量间的相关系数为0。
4.偏相关分析
(1)偏相关分析的概念
由于其他变量的影响，相关系数往往不能真正反映两个变量间的线性相关程度。偏相关分析就是在研究两个变量之间的线性相关关系时控制可能对其产生影响的变量。
(2)偏相关系数的计算
(3)偏相关系数的检验
偏相关系数检验的零假设为：总体中两个变量间的偏相关系数为0。
【实验目的】
1.准确掌握相关分析的方法原理。
2.熟练掌握相关分析的SPSS操作。
3.了解Pearson相关系数、Spearman相关系数、Kendall′tau−b 相关系数的计算方法及其对数据的要求。
4.培养运用相关分析解决身边实际问题的能力。
- 实验内容
“知屋漏者在宇下，知政失者在草野”，学者出身的市长深刻认同政府的好坏应该由人民说了算这一观点，提出了“让人民满意的政府才是好政府”，并于2006年委托东北财经大学进行了政府社会满意度调查活动，以调查结果作为政府绩效评价的重要依据。
东北财经大学调查小组接受委托以后，开始大量收集相关资料，进行调研设计。经过资料的收集和整理，调查小组发现从1998年至今，全国已经有十多个地方政府开展了社会满意度调查活动。如1998年沈阳市的“市民评议政府”，1999年珠海市的“万人评政府”，2000年广州市的“市民评政府形象”等活动。从评价指标上看，目前我国政府社会满意度调查最常用的指标包括“服务质量”、“党风廉政”、“执法形象”、“政务公开”、“服务态度”、“办事效率”和“工作作风”等。
在组织了多次焦点小组访谈并进行了试调查后，调查小组确定从政府工作效能、依法行政、工作作风、服务群众、廉洁自律五方面调查市政府的社会满意度，每一方面又据实际情况设置了若干二级指标。调查小组认为采用街头拦截法发放问卷是比较可行的，计划在两个月的调查时间内发放10000份调查问卷。
要求：(1)根据上述内容，计算政府工作效能、依法行政、工作作风、服务群众、廉洁自律五方面满意度与总体满意度的相关性。
(2)在控制其他变量的情况下，分别计算工作效能、依法行政、工作作风、服务群众、廉洁自律与总体满意度的偏相关系数。
- 操作步骤
（1）计算简单相关系数
1）选择菜单:【Analyze】→【Correlate】→【Bivariate】。
图5-1：选择菜单步骤
2）弹出如图5-2所示的对话框，在此对话框中选择变量工作效能[efficiency]、依法行政[legal]、工作作风[workway]、服务群众[service]、廉洁自律[decipline]、总体满意度[total]进入“Variables”框内。选择“Correlation Coefficients”框下的“Spearman”选项:选择“Test ofSignificance”框下的“Two-tailed”选项;选中“Flag significant correlations”复选项。
图5-2：“Bivariate”对话框
3）点击“OK”，系统输出简单相关系数的计算结果如下表所示。
表5-1：简单相关系数输出结果
Correlations | ||||||||
| 工作效能 | 依法行政 | 工作作风 | 服务群众 | 廉洁自律 | 总体满意度 | ||
Spearman's rho | 工作效能 | Correlation Coefficient | 1.000 | .721** | .695** | .701** | .679** | .762** |
Sig. (2-tailed) | . | .000 | .000 | .000 | .000 | .000 | ||
N | 8023 | 7989 | 7965 | 8001 | 7669 | 8013 | ||
依法行政 | Correlation Coefficient | .721** | 1.000 | .717** | .708** | .701** | .753** | |
Sig. (2-tailed) | .000 | . | .000 | .000 | .000 | .000 | ||
N | 7989 | 8030 | 7973 | 8011 | 7679 | 8020 | ||
工作作风 | Correlation Coefficient | .695** | .717** | 1.000 | .737** | .718** | .767** | |
Sig. (2-tailed) | .000 | .000 | . | .000 | .000 | .000 | ||
N | 7965 | 7973 | 8008 | 7989 | 7663 | 7999 | ||
服务群众 | Correlation Coefficient | .701** | .708** | .737** | 1.000 | .723** | .791** | |
Sig. (2-tailed) | .000 | .000 | .000 | . | .000 | .000 | ||
N | 8001 | 8011 | 7989 | 8046 | 7690 | 8037 | ||
廉洁自律 | Correlation Coefficient | .679** | .701** | .718** | .723** | 1.000 | .803** | |
Sig. (2-tailed) | .000 | .000 | .000 | .000 | . | .000 | ||
N | 7669 | 7679 | 7663 | 7690 | 7707 | 7705 | ||
总体满意度 | Correlation Coefficient | .762** | .753** | .767** | .791** | .803** | 1.000 | |
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | . | ||
N | 8013 | 8020 | 7999 | 8037 | 7705 | 8060 | ||
**. Correlation is significant at the 0.01 level (2-tailed). | ||||||||
图中带有“**”号的结果表明有关的两变量在0.01的显著性水平下显著相关。
（2）计算偏相关系数
1）选择菜单:【Analyze】→【Correlate】→【Partial】。
图5-1：选择菜单步骤
弹出如图5-3所示偏相关系数计算对话框，在此框中选择变量工作效能[efficiency]、总体满意度[total]进入“Variables”框内;选择变量依法行政[legal]、工作作风[workway]、服务群众[service]、廉洁自律[decipline]进入“Controlling for”框内。选择“Test of Significance”框下的“Two-tailed”选项;选中“Display actual significance level”复选项。
图5-3：“Partial”对话框
点击“OK”，系统输出偏相关系数的计算结果如下表所示。
表5-2：偏相关系数输出结果
Correlations | ||||
Control Variables | 工作效能 | 总体满意度 | ||
依法行政 & 工作作风 & 服务群众 & 廉洁自律 | 工作效能 | Correlation | 1.000 | .264 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
总体满意度 | Correlation | .264 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
依此类推，可分别得到依法行政、工作作风、服务群众、廉洁自律与总体满意度的偏相关系数。
- 结果分析
从表5-1中可知，对问卷的工作效能、依法行政、工作作风、服务群众、廉洁自律五方面做相关性分析，得到总体满意度与廉洁自律的斯皮尔曼简单相关系数最大，即0.803，且P值为0.000 < 0.05，表明总体满意度与廉洁自律之间呈现显著正相关。
同理，总体满意度与服务群众的斯皮尔曼简单相关系数为即0.791，且P值为0.000 < 0.05，表明总体满意度与服务群众之间呈现显著正相关；总体满意度与工作作风的斯皮尔曼简单相关系数为即0.767，且P值为0.000 < 0.05，表明总体满意度与工作作风之间呈现显著正相关；总体满意度与依法行政的斯皮尔曼简单相关系数为即0.753，且P值为0.000 < 0.05，表明总体满意度与依法行政之间呈现显著正相关；总体满意度与工作效能的斯皮尔曼简单相关系数为即0.762，且P值为0.000 < 0.05，表明总体满意度与服务群众之间呈现显著正相关.
表5-1：简单相关系数输出结果
Correlations | ||||||||
| 工作效能 | 依法行政 | 工作作风 | 服务群众 | 廉洁自律 | 总体满意度 | ||
Spearman's rho | 工作效能 | Correlation Coefficient | 1.000 | .721** | .695** | .701** | .679** | .762** |
Sig. (2-tailed) | . | .000 | .000 | .000 | .000 | .000 | ||
N | 8023 | 7989 | 7965 | 8001 | 7669 | 8013 | ||
依法行政 | Correlation Coefficient | .721** | 1.000 | .717** | .708** | .701** | .753** | |
Sig. (2-tailed) | .000 | . | .000 | .000 | .000 | .000 | ||
N | 7989 | 8030 | 7973 | 8011 | 7679 | 8020 | ||
工作作风 | Correlation Coefficient | .695** | .717** | 1.000 | .737** | .718** | .767** | |
Sig. (2-tailed) | .000 | .000 | . | .000 | .000 | .000 | ||
N | 7965 | 7973 | 8008 | 7989 | 7663 | 7999 | ||
服务群众 | Correlation Coefficient | .701** | .708** | .737** | 1.000 | .723** | .791** | |
Sig. (2-tailed) | .000 | .000 | .000 | . | .000 | .000 | ||
N | 8001 | 8011 | 7989 | 8046 | 7690 | 8037 | ||
廉洁自律 | Correlation Coefficient | .679** | .701** | .718** | .723** | 1.000 | .803** | |
Sig. (2-tailed) | .000 | .000 | .000 | .000 | . | .000 | ||
N | 7669 | 7679 | 7663 | 7690 | 7707 | 7705 | ||
总体满意度 | Correlation Coefficient | .762** | .753** | .767** | .791** | .803** | 1.000 | |
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | . | ||
N | 8013 | 8020 | 7999 | 8037 | 7705 | 8060 | ||
**. Correlation is significant at the 0.01 level (2-tailed). | ||||||||
依次对工作效能、依法行政、工作作风、服务群众、廉洁自律五方面与总体满意度做偏相关分析，得到如下五个表。从表5-2中可以发现控制依法行政、工作作风、服务群众、廉洁自律变量时，工作效能与总体满意度的偏相关系数为0.264，显著性水平为0.000 < 0.05，可以认为两者存在显著正相关关系。
表5-2：偏相关系数输出结果1
Correlations | ||||
Control Variables | 工作效能 | 总体满意度 | ||
依法行政 & 工作作风 & 服务群众 & 廉洁自律 | 工作效能 | Correlation | 1.000 | .264 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
总体满意度 | Correlation | .264 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
从表5-3中可以发现控制工作效能、工作作风、服务群众、廉洁自律变量时，依法行政与总体满意度的偏相关系数为0.173，显著性水平为0.000 < 0.05，可以认为两者存在正相关关系。
表5-3：偏相关系数输出结果2
Correlations | ||||
Control Variables | 总体满意度 | 依法行政 | ||
工作作风 & 服务群众 & 廉洁自律 & 工作效能 | 总体满意度 | Correlation | 1.000 | .173 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
依法行政 | Correlation | .173 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
从表5-4中可以发现控制工作效能、工作作风、依法行政、廉洁自律变量时，服务群众与总体满意度的偏相关系数为0.288，显著性水平为0.000 < 0.05，可以认为两者存在正相关关系。
表5-4：偏相关系数输出结果3
Correlations | ||||
Control Variables | 服务群众 | 总体满意度 | ||
工作作风 & 廉洁自律 & 工作效能 & 依法行政 | 服务群众 | Correlation | 1.000 | .288 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
总体满意度 | Correlation | .288 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
从表5-5中可以发现控制工作效能、服务群众、依法行政、廉洁自律变量时，工作作风与总体满意度的偏相关系数为0.192，显著性水平为0.000 < 0.05，可以认为两者存在正相关关系。
表5-5：偏相关系数输出结果4
Correlations | ||||
Control Variables | 工作作风 | 总体满意度 | ||
廉洁自律 & 工作效能 & 依法行政 & 服务群众 | 工作作风 | Correlation | 1.000 | .192 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
总体满意度 | Correlation | .192 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
从表5-5中可以发现控制工作效能、服务群众、依法行政、工作作风变量时，廉洁自律与总体满意度的偏相关系数为0.363，显著性水平为0.000 < 0.05，可以认为两者存在正相关关系。
综上所述，可以认为五个变量对总体满意度均存在显著正相关关系。
表5-6：偏相关系数输出结果5
Correlations | ||||
Control Variables | 廉洁自律 | 总体满意度 | ||
工作效能 & 依法行政 & 服务群众 & 工作作风 | 廉洁自律 | Correlation | 1.000 | .363 |
Significance (2-tailed) | . | .000 | ||
df | 0 | 7588 | ||
总体满意度 | Correlation | .363 | 1.000 | |
Significance (2-tailed) | .000 | . | ||
df | 7588 | 0 | ||
8174
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
