spss做多个自变量相关性分析 spss多变量相关性分析怎么做 _生活百科

spss多变量相关性分析步骤：首先我们打开电脑里的spss软件打开整理好的数据文件。

文章插图
1、首先，大家平时理解的变量是单纬的，而不是你说的多维的。因此，对spss而言， X1、X2、X3、Y1、Y2、Y3分别是6个变量。
相关系数越是高，计算出来的特征值差距就越大，贡献率等于前n个大的特征值除以全部特征值之和，贡献率越是大说明主成分分析的效果越好。反之，变量之间相关性越差。

文章插图
2、spss的相关性分析中可以分别统计这6个变量间的相关性。通过他们之间相关性的计算，你或许可以得到你所说的X与Y之间的相...
步骤一；评价相关性的方法就是相关系数，由于是多变量的判定，则引出相关系数矩阵
【spss做多个自变量相关性分析 spss多变量相关性分析怎么做】步骤二；评价主成分分析的关键不在于相关系数的情况，而在于贡献率，也就是根据主成分分析的原理，计算相关系数矩阵的特征值和特征向量。
步骤三；如果多个变量都是解释变量的话，可以通过主成分分析合成一个变量；如果多个变量既有解释变量又有被解释变量那就要进行选择。回归要求解释变量与被解释变量又相关性，但被解释变量之间相关性不宜过高，如果过高会出现多重共线性等情况。

文章插图
步骤四；找到【通用方法】中的【相关】，点击相关分析
步骤五；将想要分析的选项，拖拽到右侧。
比如研究某产品的个性化服务和用户意愿之间有没有相关性。可将“意愿”“个性化服务”拖拽到分析框中，点击开始相关分析。
分析结果为个性化服务和医院之间的相关系数值为0.616 ，并且呈现出0.01水平的显著性，因而说明个性化服务和购买意愿之间有着显著的正相关关系。
总结：相关性分析一般是用来简单的分析数据之间的相关性关系，用来研究的是连续性的数值变量或者量表的数据，智能分析出来每两个变量之间的相关性关系。一般是用于在回归分析之前，用于对于数据进行一个简单的相关性探讨，回归分析说明的是数据之间的因果关系。
Tags：