- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
spss的使用(积差相关和等级相关)
作业4:针对同一组学生的两课程成绩进行:利用SPSS,进行积差相关和等级相关分析,比较相关系数的值。 1.积差相关 操作说明: (1)数据输入。首先打开SPSS,点击“文件”“新建”“数据”。然后点击“变量视图”对数据中的变量进行定义。定义好后点击“数据视图”进行输入数据。最后保存数据为“50名学生政治成绩和语文成绩”。 (2)生成图表。数据输入完成后,点击菜单栏中的“分析”“相关”“双变量”,在弹出的“双变量相关”的对话框,将对话框左侧列表中得“政治成绩”和“语文成绩”两个变量添加到“变量”栏中。再在“相关系数”框中,选择相关系的类型,本题选得是“Pearson”,然后在“显著性检验”框中选择检验类型,本题为“双侧检验”。然后勾选“标记显著性相关”。然后单击“选项”按钮,在弹出的对话框中,选择“统计量”框中得“均值和标准差”,点击“继续”。最后点击“确定”按钮。在输出窗口中会产生两个图表。如下图: 描述性统计量 均值 标准差 N 政治成绩 78.1200 8.54195 50 语文成绩 82.0000 5.99319 50 表1 Pearson积差相关性 政治成绩 语文成绩 政治成绩 Pearson 相关性 1 .601** 显著性(双侧) .000 N 50 50 语文成绩 Pearson 相关性 .601** 1 显著性(双侧) .000 N 50 50 **. 在 .01 水平(双侧)上显著相关。 表2 结果解释:从表1中看出,这50名学生政治成绩的平均分为78.12,标准差为8.54195,语文成绩的平均分为82.00,标准差为5.99319。同时,从表2中得出政治成绩和语文成绩存在中等相关,并且是正相关,相关系数为0.601。并且,这个变量是在0.01显著水平下,总体无显著性相关的可能性小于0.01,即政治成绩和语文成绩呈中等正相关。 2.等级相关 操作说明: (1)数据输入。在上面所用得数据“50名学生政治成绩和语文成绩”中,加入两列,分别是政治成绩对应的“排名等级1”和语文成绩对应的“排名等级2”. 然后将政治成绩和语文成绩按排名编写等级数。将这个数据保存为“50名学生政治成绩和语文成绩2”。(注:这里我是先排序,然后对应将等级数抄入的,但是太废时间了,希望能有一种方法能自动分等级。) (2)生成图表。数据输入完成后,点击菜单栏中的“分析”“相关”“双变量”,在弹出的“双变量相关”的对话框,将对话框左侧列表中得“排名等级1”和“排名等级2”两个变量添加到“变量”栏中。再在“相关系数”框中,选择相关系的类型,本题选得是“Spearman”,然后在“显著性检验”框中选择检验类型,本题为“双侧检验”。然后勾选“标记显著性相关”。最后点击“确定”按钮。在输出窗口中会产生两个图表。如下图: Spearman等级相关系数 排名等级1 排名等级2 Spearman 的 rho 排名等级1 相关系数 1.000 -.057 Sig.(双侧) . .695 N 50 50 排名等级2 相关系数 -.057 1.000 Sig.(双侧) .695 . N 50 50 表3 结果解释:从表3中可以看出,政治成绩排名和语文成绩排名等级的Spearman等级相关系数为:-0.57.。负号说明等级与成绩之间,等级越高,成绩越低。因为当将原始成绩化为等级后,损失了较多的信息,所以其计算的精确程度降低。本题得出的相关系数0.57,与我们用原始数据得出的相关系数0.601是不一样的。
文档评论(0)