第六讲相关分析

1相关分析——Correlate菜单详解孔明苏州大学教育学院[e-mail]2引子——儿歌老师老师您别气，咱娃就是这样滴，叫他往南他往北，叫他往东他偏往西…3引子在心理学研究中，我们常常会对两变量之间联系的密切程度感兴趣。例如：学生的学习成绩与其智力是否相关？员工满意度和工作效率是否相关？41.什么是相关相关（correlation）：即两类现象在发展变化的方向与大小方面存在一定的联系。如：身高与体重50607080901001101201301405055606570身高（英寸）体重（磅）52.相关的分类按相关的形态：直线相关：散点图呈直线。曲线相关：散点图呈曲线。按相关的方向：正相关：两个变量同方向变动。负相关：两个变量反方向变动。零相关：两个变量毫无规律变动。63.相关散点图（散布图）散点图：以一个变量（X）做横轴，以另一个变量（Y）做纵轴，对应做点，展示一组数据呈现的变量依存关系。7r=10＜r＜1r=-1-1＜r＜0①完全正相关②正相关③完全负相关④负相关r=0r=0r=0r=0⑤0相关⑥0相关⑦0相关⑧曲线相关3.散点图的几种情况84.相关系数-1~1之间，符号表示相关的方向，绝对值大小表相关的程度95.相关系数适用条件比较皮尔逊积差相关：两列来自正态总体的连续变量（身高与体重）；斯皮尔曼等级相关：两列等级测量数据，总体不一定正态；（教师评定等级与学生成绩等级）点二列相关：一列为等距或等比测量数据，另一列为真正的二分名义数据；（真正二分：如男和女，吸烟和不吸烟）二列相关：一列为等距或等比测量数据，另一列虽为连续数据但被认为地划分为两类。（人为二分，如：及格不及格，健康不健康）四分相关：两个变量均为二分变量（两个变量均为人为的二分变量）Ф相关：两个变量均为二分变量（两个变量均为真正的二分变量）肯德尔W系数：两列以上的等级变量（多个评委的评定等级）10SPSS中的相应功能Bivariate过程用于进行两个或多个变量间的参数或非参数相关分析Partial过程如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数Distances过程对同一变量内部各观察单位间的数值或各个不同变量间进行相似性或不相似性（距离）分析前者可用于检测观测者的接近程度，后者则常用于考察各变量的内在联系和结构与因子分析、聚类分析和多维尺度分析关联的预分析2019/12/1810111.相关分析——Bivariate过程主要功能：主要用于进行两个变量间的线性相关分析，结果中可以给出Pearson相关系数、Kendall等级相关系数和Spearman等级相关系数。121.相关分析——Bivariate过程例1.1：已知某地一年级12名女大学生的体重与肺活量的数据，试分析两者有无直线相关关系。数据见corr.sav131.相关分析——Bivariate过程练1.1：已知judge.sav中为七个国家的裁判为一组运动员的打分。试分析七国裁判评分的相关程度。14相关系数的强度大小与意义（邱皓政，2005）相关系数范围（绝对值）变量关联程度1.00完全相关.70-.99高度相关.40-.69中度相关.10-.39低度相关.10以下微弱或无相关2019/12/1814152.偏相关分析——Partial过程主要功能：偏相关分析，在控制其他变量影响的情况下分析两个变量的相关性。16偏相关分析例2.1：研究者收集了一批汽车的资料，现希望分析汽车价格和每加仑汽油可行驶千米数（mpg）间的相关关系。数据见auto.sav2019/12/181617例2.2结果分析油耗越大的汽车价格越高？这不科学！！为什么？？汽车重量：价格越高的汽车，一般情况下底盘越重，安全性越高；但汽车越重，显然会越耗油。如果控制汽车重量的影响，结果又会是怎么样的呢？偏相关分析2019/12/181718偏相关分析偏相关分析在相关的基础上考虑了两个因素以外的各种作用，或者说在扣除了其他因素的作用大小以后，重新来考察这连个因素间的关联程度目的：在于消除其他变量关联性的传递效应计算公式2019/12/181819偏相关分析实例：数据同前考察汽车价格（price）、每千米汽油消耗量(mpg)和汽车自重(weight)三个变量之间进行相关分析控制重量的影响后，耗油量与价格的关系2019/12/181920偏相关分析相关分析2019/12/182021偏相关分析SPSS操作2019/12/182122偏相关分析SPSS结果2019/12/1822232.偏相关分析——Partial过程练2.1：现已测得20名糖尿病人的血糖（y，mmol/L）、胰岛素（x1，mU/L）及生长激素（x2，ug/L）的测量数据，请分析糖尿病人血糖浓度与生长激素浓度间有无相关关系（在排除胰岛素的影响）。数据见pcorr.sav242.偏相关分析——Partial过程练2.2：在exp99.sav中，求控制先前工作经验（previousexperience）之后，当前薪水（currentsalary）与受教育水平（educationallevel）之间的相关。25Distances过程主要功能：按照各种统计测量指标来计算各个变量间的相似性和不相似性。265.相关系数在SPSS中的计算皮尔逊积差相关：Crrelation---Pearson斯皮尔曼等级相关：Crrelation---Spearman点二列相关：Crrelation---Pearson二列相关：Crrelation---Pearson四分相关：Crosstab---根据实际情况确定使用的指标Ф相关：Crosstab---Ф系数肯德尔W系数：NonparametricTest----KrelatedSamples---Kendall’sW27小结需要根据变量的不同类型选择合适的相关分析方法两个连续型变量：Bivariat-——pearson两列等级变量：Bivariat-——spearman称名、顺序变量：crosstab特别提示：高度的相关系数，只能说明两个变量之间存在某种关联，而无法确定两个变量之间的因果或先后关系。2019/12/182728谢谢！