spss 多个指标两两相关性 表格

分析—描述统计—交叉表,如上图,选中行变量和列变量后,点统计量,选择“卡方”,继续,确定.结果图看sig值,若小于0.05,说明差异显著.统计人刘得意是否可以解决您的问题?再问：能给我截个图看看吗？我

一般直接看相关系数和显著性双侧.你这个一列一列的看要方便些,比如第一列,表示为x1和其他各变量之间的相关性,x1和x2的相关系数为-.022,显著性双侧为0.972,说明这两个变量间无相关性,依次类推

散点图就行的,再加上数据分析.我经常做数据的再问：那个什么设置标记，标注个案，x轴，y轴的文本框要怎么填，是什么意思？再答：拖拽过去就行再问：我要分析的两个数据组应该拖到哪个框？

你提供的是不完整的回归分析结果.模型汇总中的R方说明你的回归公式的拟合度很好,也就是说用这个公式模型来进行预测的能力很强.R方在0-1之间,越大说明拟合度越好.R说明两个变量之间为很密切的正相关关系,

如果你用SPSS计算的相关系数,默认都是带显著性检验结果啊.没明白你问的是啥意思?再问：我是做两种测定方法，得出数据后检测这两种检测方法得出的数据有没有相关性，能不能互相替代。我也是有些不知如何下手能

因变量就是指的一个变量,如果有多个指标,那么因变量又无法直接观测,那就是潜变量模型了

非参数检验,nonparametrictest,然后2independent你这个是两独立样本,不能用paired的再问：先谢谢你的回答。补充下数据处理，纵排的数据是同一个器官的长度，分别对应4个器官

这个说明A、B的相关系数是0.172,P=0.509＞0.05说明AB的相关性不成立,可认为A、B不存在直线关系.再问：您好，还有一组数据，相比较上一条的话是不是可以说前者的线性比较强呢？再答：都没有

相关分析看变量的相关性首先看显著性检验的值,如果＜0.05就说明两者有显著相关所以你的显著性检验是0.557说明两个变量之间在95%的置信区间内没有显著地相关性.至于pearson相关性值的大小必须在

主要是看变量类型不同类型的分析方法不一样的我经常帮别人做这类的数据分析的

t检验是用来说明两组数据是否差异显著的.如果要看相关程度,应用“双变量相关分析”,具体如下：1、Analyze->Correlate->Bivariate；2、选择两变量进入变量框（Variable）

“员工缺勤率”下面有两个分支问题（变量）你可以采取下列两种方法来处理1、你可以将员工缺勤率下面的两个分支变量合并成一个,譬如,假如你把员工缺勤率分为员工迟到次数和员工早退次数的话,你就可以把这两个加起

你所描述的问题是要用线性回归.就是analysis--regression---liner.那也就是y=ax+b.这样的.你就知道贡献率啦,看a就行了.

一般统计分时所做的相关是指Pearson相关或者Spearman相关,而Losgistic回归也即多元回归分析是一个更高层次的相关分析,数据要求质量比较高.如果数据用Pearson相关或者Spearm

直接用spss中的相关分析就好了如果相关性显著,就是你说的相关性比较大的,会有星号标注的

这是两个不同的问题,你的问题本身是矛盾的.拟合线性方程,至少是两个变量,一个自变量,别一个因变量,才能回归出一个方程.而您又要比较两条方程,这是不可能的.是一个矛盾问题.第二,您可能想看二者的相关性,

那你分析错误了,操作对吗再问：对的，回归分析得出结果和相关性分析的不一样，这种情况不存在的吗。可以解释吗再答：肯定做错了的，一般不会

spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系,虽然你可以在分析时一次放入多个变量,但出来的结果都是两个变量的简单的相关,也就是不在求两变量相关时考虑其他的控制变量.然而回归不

可以.因为配对T检验的必要条件是：每一个样本都是严格配对的.具有相关性不是配对T检验的必要条件,但是在配对样本的实验中,相关系数比较高往往是正常现象和多见现象,只要样本是配对的,而且数据符合正态分布和

不行的呀,肯定不行的呀.得用因子分析算综合得分把不同的指标整合到一起撒.你取平均数肯定不合理的啊.ppv课学习网站再问：是用因子分析提取公因子这样吗？再答：恩。提取因子以后，在算综合得分、就成一个了再