一般相关性检验会用到两种系数:皮尔逊和斯皮尔曼。这两个系数的区分点就是皮尔逊研究的是连续变量,而斯皮尔曼研究的是有序变量,例如大一、大二、大三这些中间无法细分的数据。
M:均值,SD:标准差
实例:比如下图这个模型,我们对所有的因子做相关分析同时生产相关系数矩阵。
- 在转换-计算变量
- 给维度取名并取题项的平均值。
- 以此类推,将所有题项都降维。
之后就可以开始进行双变量的相关分析,步骤如下:
- 打开分析-相关-双变量
- 我们把降维后的数据放入变量,默认选择皮尔逊双尾检验。
- 我们把得出的矩阵复制到word里,并删除掉显著性和个案数这两行。
- 同时,我们把每行1右边的数据删除,因为是对称的关系。
5. 最后得到的相关性矩阵如下:
友情提醒:在数据分析之前一定要先确定好你是做的路径分析还是回归分析,如果是回归分析那么相关性分析是一定要做的;而如果是相关根本不必要去做相关分析。