spss关联性分析步骤 spss关联性分析结果怎么看

关联性分析或者称为相关分析，在医学，经济学等领域应用广泛，用以探求变量间是否存在关系。我们一般通过专业的统计分析软件进行相关性分析，如IBM SPSS Statistics，spss关联性分析步骤是怎样的，spss关联性分析结果怎么看，本文结合实例向大家做简单的介绍。

一、spss关联性分析步骤

为了调查购买智能手表和性别有无联系，某机构做了社会调查，统计结果如图1所示，调查男性581名，购买智能手表的有182名，未购买的有399名，调查女性479名，购买智能手表的有115名，未购买智能手表的有364名，试问，购买智能手表和性别是否有联系。

图1调查数据

进行相关性分析，首先向SPSS中录入数据，在变量视图分别定义变量为性别，是否购买智能手表，人数三个变量，其中前两个为名义变量，后一个为标度变量。

图2 定义变量

为了便于录入数据，做以下定义，对于性别变量，定义1为男性，0为女性。对于是否购买变量，定义1为购买，0为未购买，录入数据如图3所示。

图3 录入的数据

首先对人数进行加权操作，加权操作方法我们在第三小节中介绍，然后点击分析，描述统计，交叉表，如图4所示。

图4 进行交叉表分析

在弹出的窗口中我们将是否购买智能手表加入到行列表中，将性别加入到列表中，然后点击统计量，选择卡方检验，点击继续，点击确定，如图5所示。

图5 相关性分析设置

SPSS将进行相关性分析，并将结果输出至查看器，如何进行结果解读呢？我们在第二小节中向大家介绍。

二、spss关联性分析结果怎么看

在结果查看器中，我们首先查看交叉制表，交叉制表展示内容与图1非常相似，相当于对数据进行描述性汇总，我们可以了解总体的数量，各个人群的数量及比例，可以对是否存在差异做粗略的推断。

图6 交叉制表

然后我们查看图7所示的卡方检验结果，卡方检验通过样本数据来推断总体是否也服从同样分布，卡方检验的假设是两者没有相关关系，如果得出的显著性（渐进sig）小于0.05，我们就要否定该假设，认为数据间存在相关关系，如果显著性大于0.05，则接受该假设，认为数据间没有相关关系。

图7 卡方检验结果

本例中，显著性为0.008，小于0.05。因此性别与是否购买智能手表是相关的。

以上就是相关性分析的过程和结果分析，第一小节中提及，使用SPSS进行相关性分析要对数据进行加权，何为加权，如何加权呢？我们接下来介绍。

三、SPSS个案加权操作步骤

在相关性分析过程中，我们用到了卡方分析，卡方分析过程要基于频数进行计算，所以我们需要对本文实例中人数进行个案加权操作，这样SPSS才能将其作为频数进行运算，录入数据后，点击数据，个案加权，如图8所示。

图8 进行个案加权

在弹出窗口中勾选个案加权系数，将人数加入到频率变量中，点击确定。

图9 将人数加入频率变量

加权完毕后，再按照第一第二小节进行处理分析即可。

本文首先向大家介绍了spss关联性分析步骤，然后向大家介绍了spss关联性分析结果怎么看，本文实例中关联性分析是通过卡方检验完成的，卡方检验显著性水平低于0.05，认为数据存在相关性，卡方检验显著性高于0.05，认为数据间不存在相关性，使用SPSS进行卡方检验，要注意对数据进行加权，这样SPSS才能完成频数统计，进行后续的卡方检验。