1樓：匿名使用者
小於0.05是最好的
0.659在0.1的顯著性水平的檢驗下是顯著的。有這個說法，不過不怎麼好
請問spss相關分析結果怎麼看？ 20
2樓：匿名使用者
可以使用spssau進行分析，結果格式為三線**式，屬於規範的格式不用重新整理。
分析結果上看會輸出包括平均值和標準差，以及相關係數和p值。
前兩列即為各變數的平均值和標準差，第三列開始為兩兩變數之間的相關係數。
數值右上角的星號代表p值。對於相關分析，一般規範的**格式是：p值使用*號表示，p < 0.01使用2個*號表示；p < 0.05使用1個*號表示。
3樓：眭陽曦買貞
連續型變數用pearson相關，，分類變數spearman相關
結果解釋：第乙個表看對應的相關係數-0.098，p值0.002，小於0.05，有統計學意義。說明存在弱的負相關。第二個圖就是兩個變數的均值與標準差。
4樓：匿名使用者
spss 的相關**每個單元格有三行資料，乙個是pearson相關係數值，它代表了相關係數的大小，乙個是樣本容量，代表你這組資料有多少被試，最後乙個是顯著性檢驗結果，即sig（雙側），它可以用來說明你所得到的相關分析結果有沒有統計學意義，通常sig<0.05即認為顯著，有統計學意義（有統計學意義或者說顯著的意思是說這種相關性可以分辨出來，不表示相關的大小，就好像用顯微鏡可以看到細胞並不能說明細胞很大），如果不顯著，即便相關係數很大，也不能說明該相關有意義，相關性有可能是抽樣誤差所致，但這個時候你可以考慮增大樣本容量後再分析看看。相關係數值後面的星號也反映了顯著性，乙個*表明0.
05水平顯著，**代表0.01水平顯著
5樓：李文林李倩
相關的分析結果怎麼看，這個結果從總的情況來說還算是不錯的，沒有想象中的那麼糟糕，只要稍微嗯做一些調整就可以ok啦。
6樓：匿名使用者
相關係數是行列的焦點，先看sig小於0.05才有統計學意義。
7樓：鈔成勢瑞
學術**裡要求是報告r(n)=**,
p=**.
分別為相關係數（樣本容量），顯著性水平。具體解釋如下圖：
用spss做相關分析的結果 pearson相關性很小，顯著性（雙側）很大。那他們相關嗎？判斷標準具體是什麼？
8樓：匿名使用者
不相關抄。一般來說相關性大小要看顯著性
達到什麼程度。顯著性越**明相關程度越高。顯著性小於0.
05則為顯著先關，小於0.01則為極顯著相關。大於0.
05則說明不相關，或者相關性不強，也可以簡單理解為不相關。
希望對你有幫助！
9樓：匿名使用者
只要有顯著性就行，判定標準就是看p值，<0.05就是有顯著性，反之沒有顯著性
用spss相關性分析後的結果怎麼看？
10樓：無中之畫
ssps，相關性分析後的結果自然化，他還是非常準確的，你可以通過它來判斷一些因素。
11樓：匿名使用者
分析結果上看會輸出包括平均值和標準差，以及相關係數和p值。
前兩列即為各變數的平均值和標準差，第三列開始為兩兩變數之間的相關係數。
數值右上角的星號代表p值。對於相關分析，一般規範的**格式是：p值使用*號表示，p < 0.01使用2個*號表示；p < 0.05使用1個*號表示。
12樓：匿名使用者
首先看顯著性水平 小於0.01 說明拒絕原假設 二者存在顯著相關然後需要用四句話來描述：
1. 平均每日**數與相關微博搜尋量存在相關性2.相關係數r=0.905
3.平均每日**數與相關微博搜尋量存在高度正相關4.平均每日**數和相關微博搜尋量進行相互**能消減（r的平方）81.9%的誤差比例
13樓：jane茶香
9個樣本資料計算出的平均每日**數與相關微博搜尋量的pearson相關係數值0.905，它的實際顯著性水平為0.001，小於理論顯著性水平0.
01，說明相關係數的值不是由偶然因素造成的，0.905接近於1，說明平均每日**數與相關微博搜尋量之間存在高度的線性正相關。
14樓：光勳
pearson相關性是以交叉**的形式呈現的。我們關注兩對變數的相關性結果：入職時長與當前年薪；受教育年限與當前年薪。
入職時長和當前年薪的pearson相關係數為-0.102，說明它們之間呈現負的弱相關，顯著性p值為0.150，大於0.05，所以認為當前年薪和入職時長沒有相關性。
受教育年限和當前粘性的pearson相關係數為0.672，顯著性檢驗p值為0.000，小於0.
05，所以受教育年限與當前年薪是正相關的。這也是為什麼現在大部分的本科畢業生沒有選擇直接就業，而是繼續深造，讀研讀博。
15樓：xin寶寶金牛
spss 的相關**每個單元格有三行資料，乙個是pearson相關係數值，它代表了相關係數的大小，乙個是樣本容量，代表你這組資料有多少被試，最後乙個是顯著性檢驗結果，即sig（雙側），它可以用來說明你所得到的相關分析結果有沒有統計學意義。
通常sig<0.05即認為顯著，有統計學意義（有統計學意義或者說顯著的意思是說這種相關性可以分辨出來，不表示相關的大小，就好像用顯微鏡可以看到細胞並不能說明細胞很大），如果不顯著，即便相關係數很大，也不能說明該相關有意義，相關性有可能是抽樣誤差所致，但這個時候你可以考慮增大樣本容量後再分析看看。相關係數值後面的星號也反映了顯著性，乙個*表明0.
05水平顯著，**代表0.01水平顯著。
spss（statistical product and service solutions），「統計產品與服務解決方案」軟體。最初軟體全稱為「社會科學統計軟體包」（solutionsstatistical package for the social sciences），但是隨著spss產品服務領域的擴大和服務深度的增加，spss公司已於2023年正式將英文全稱更改為「統計產品與服務解決方案」，這標誌著spss的戰略方向正在做出重大調整。spss為ibm公司推出的一系列用於統計學分析運算、資料探勘、**分析和決策支援任務的軟體產品及相關服務的總稱，有windows和mac os x等版本。
spss是世界上最早採用圖形選單驅動介面的統計軟體，它最突出的特點就是操作介面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統
一、規範的介面展現出來，使用windows的視窗方式展示各種管理和分析資料方法的功能，對話方塊展示出各種功能選擇項。使用者只要掌握一定的windows操作技能，精通統計分析原理，就可以使用該軟體為特定的科研工作服務。spss採用類似excel**的方式輸入與管理資料，資料介面較為通用，能方便的從其他資料庫中讀入資料。
其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要。輸出結果十分美觀，儲存時則是專用的spo格式，可以轉存為html格式和文字格式。對於熟悉老版本程式設計執行方式的使用者，spss還特別設計了語法生成視窗，使用者只需在選單中選好各個選項，然後按「貼上」按鈕就可以自動生成標準的spss程式。
極大的方便了中、高階使用者。
spss中相關分析中顯著相關顯著怎麼理解
16樓：匿名使用者
顯著相關的「顯著」表達的是乙個概率。spss對相關性原理是這樣的：在假設變數之間的相關性為零的原假設下，根據已有資料算出「相關性=0」的概率，即所謂的p值是多少，之後與設定的顯著性水平（通常是5%）相比，如果p<5%，則說明原假設「相關性=0」出現的概率極其微小，幾乎不可能存在，換言之，有超過95%的概率說明變數之間存在相關性，也就是顯著相關。
反之，當p>5%，則「相關性=0」（不相關）會在一定概率下發生，不能完全否定不相關的發生，此時，變數的相關性就不顯著了。
請教spss相關分析結果怎麼看？
17樓：牛印枝薩書
可以使用spssau進行分析，結果格式為三線**式，屬於規範的格式不用重新整理。
分析結果上看會輸出包括平均值和標準差，以及相關係數和p值。
前兩列即為各變數的平均值和標準差，第三列開始為兩兩變數之間的相關係數。
數值右上角的星號代表p值。對於相關分析，一般規範的**格式是：p值使用*號表示，p <
0.01使用2個*號表示；p <
0.05使用1個*號表示。
18樓：陽光的
連續型變數用pearson相關，，分類變數spearman相關
結果解釋：第乙個表看對應的相關係數-0.098，p值0.002，小於0.05，有統計學意義。說明存在弱的負相關。第二個圖就是兩個變數的均值與標準差。
19樓：仲孫雁張辰
spss
的相關**每個單元格有三行資料，乙個是pearson相關係數值，它代表了相關係數的大小，乙個是樣本容量，代表你這組資料有多少被試，最後乙個是顯著性檢驗結果，即sig（雙側），它可以用來說明你所得到的相關分析結果有沒有統計學意義，通常sig<0.05即認為顯著，有統計學意義（有統計學意義或者說顯著的意思是說這種相關性可以分辨出來，不表示相關的大小，就好像用顯微鏡可以看到細胞並不能說明細胞很大），如果不顯著，即便相關係數很大，也不能說明該相關有意義，相關性有可能是抽樣誤差所致，但這個時候你可以考慮增大樣本容量後再分析看看。相關係數值後面的星號也反映了顯著性，乙個*表明0.
05水平顯著，**代表0.01水平顯著
20樓：匿名使用者
這是乙個兩個變數
之間的相關性分析結果。
使用的引數是pearson指數。
pearson correlation是乙個相關係數，它指出了兩個變數之間相關的親密程度和方向。這個數值的絕對值越大越說明兩個變數的關係越親密，它的絕對值為0-1之間。在你的分析結果中，這個數值的絕對值為 0.
622，說明檢驗的兩個變數之間相關親密程度比較強。如果這個絕對值< 0.3的話，那就是弱相關。
這個相關係數的正負符號說明相關性的方向，如果為正值，你可以說這兩個變數之間是正相關（乙個變數的增高引起另乙個變數的增高），如果為負號，則為負相關（乙個變數的增高引起另乙個變數的降低 ）。
從pearson correlation係數來看，這兩個變數之間存在較強的負相關。
sig. （2-tailed）是乙個相關顯著性係數，它指出上面所說的相關係數是否具有統計學意義。sig.
(2-tailed) =0.018說明在（1-0.018）* 100=98.
2%的機率上，上面的pearson correlation成立。一般而言，sig. <=0.
05的情況下，pearson correlation具有統計學意義。從你的結果來看：
兩個變數之間為顯著正相關（r = 0.622, p = 0.018）。
n，是number的縮寫，就是指出你的兩個變數共多少個資料，從你的結果來看，共14個資料參加了運算。
* correlation is significant at the 0.05 level (2-tailed).是指：
在95%的機率下，相關性是顯著的。實際上，你不看這一行，從上面的sig.值就可以看出來了。
spss軟體相關性分析結果看不懂誰能幫幫忙，解釋一下
那幾個你都用筆塗皇的就是顯著相關的啊 不是都兩顆星了麼 我是spss初學者 不一定相信我的 呵呵 spss相關性分析結果看不懂，幫忙解釋下 謝了 在這個圖表中，你說的r值就是皮爾遜相關係數 pearson correlation r 0 代表兩變數正相關，r 0代表兩變數負相關。r 大於等於0.8時...
spss中相關性分析的原理是什麼
問題描述 在spss中做主成成分分析的時候有一步是指標之間的相關性判定，我想知道具體是怎麼進行判定的，他的演算法 原理是什麼？答案1 說判定有些嚴格，其實就是觀察一下各個指標的相關程度。一般來說相關性越是高，做主成分分析就越是成功。主成分分析是通過降低空間維度來體現所有變數的特徵使得樣本點分散程度極...
簡要說明植物生長的相關性,植物生長的相關性表現在哪些方面？根冠比的大小與哪些因素有關
植物在生長過程中，地上部 分 莖葉系統 所需要的水分 礦物質和養料等，都是由根從地下吸收並輸送來的。而根又得依靠葉的光合作用獲得它所需要的有機養料。葉靠莖 枝的支援，使其擴充套件空間，以充分行使其光合作用功能。所謂 本固枝榮 根深葉茂 正是說明植物地上部分與地下部分存在相互依存和相互制約的辯證關係。...