Корреляционный анализ в SPSS

Статья с подробным разбором.

Загрузите и откройте файл данных ESS_new.sav.
1) Выберите четыре количественные (числовые) переменные, которые, по вашему мнению, могут быть логически связаны.
2) Проверьте, нормально ли распределены ваши переменные.
3) Корреляционный анализ.
Выводы.

Выбор переменных.
Выбираем необходимые переменные:
• ДОВЕРИЕ Большинству людей можно доверять, но нельзя быть слишком осторожным (0–10).
• УДОВЛЕТВОРЕННОСТЬ Насколько удовлетворен жизнью в целом (0-10)
• СЧАСТЬЕ Насколько вы счастливы (0-10)
• КЛИМАТ Насколько вас беспокоит изменение климата? (1-10)

Нормальность распределения переменных.
Проверим, нормально ли распределены наши переменные. Делаем следующее: Analyze > Descriptive Statistics> Frequencies. Переместим наши переменные в "Variables". Выбираем Charts >, поставим галочку в гистограмме и нормальную кривую на гистограмме. Continue. OK.
Коэффициент Пирсона подходит для тех переменных, которые достаточно нормально распределены, в то время как ранговая корреляция Спирмена подходит для тех переменных, которые не имеют нормального распределения. Его также можно использовать для переменных, измеряемых по порядковым шкалам (образование, военная степень).
Получим гистограммы и кривые нормального распределения.

Гистограмма и кривая нормального распределения для переменной COMPOSITE

Визуально гистограмма переменной «TRUST» близка к нормальному распределению.

Гистограмма и кривая нормального распределения для переменной HAPPY

Визуально гистограмма переменной «HAPPY» отличается от нормального распределения. Наблюдаем островершинность и смещение вправо относительно центра.

Гистограмма и кривая нормального распределения для переменной CLIMATE

Визуально гистограмма переменной «CLIMATE» близка к нормальному распределению.

Гистограмма и кривая нормального распределения для переменной SATISFACTION

Гистограмма SATISFACTION

Визуально гистограмма переменной «SATISFACTION» отличается от нормального распределения. Наблюдаем островершинность и смещение вправо относительно центра.

Корреляционный анализ
Analyze > Correlate> Bivariate и поместите свои переменные в " Variables ". Поставьте крестик в Pearson и /или Spearman. Выберите " two-tailed ", поставьте галочку в поле "Flag significant correlations" (тогда все статистически значимые корреляции будут помечены звездочками), в Options > поставьте галочку на Statistics Means and
Standard deviation >

Выбор переменных

Получим корреляции Пирсона:

Коэффициенты корреляции Пирсона

Получим корреляции Спирмена (непараметрические):

Коэффициенты корреляции Спирмена

Выводы.
Есть ли у ваших переменных взаимосвязь? Является ли взаимосвязь статистически значимой? Является ли она положительной / отрицательной? Сильной или слабой?
Звездочками отмечены значимые корреляции на уровне 0,01. Значения соответствующих коэффициентов Спирмена и Пиросона близки по значениям.
Рассмотрим таблицу корреляций Пирсона.
Наиболее тесную прямую связь имеют переменные «SATISFACTION» и «HAPPY» коэффициент корреляции Пирсона для них составляет 0,744 – существенная корреляционная зависимость. Далее есть прямая связь между «SATISFACTION» и «TRUST» коэффициент корреляции Пирсона составляет 0,331, связь присутствует, но незначительная. Есть прямая связь между «HAPPY»и «TRUST» коэффициент корреляции Пирсона составляет 0,293, связь присутствует, но незначительная. Остальные парные коэффициенты меньше 0,2, следовательно, связь очень слабая. Положительные значения всех коэффициентов корреляции свидетельствует о прямой связи.
Рассмотрим таблицу корреляций Спирмена.
Наиболее тесную прямую связь имеют переменные «SATISFACTION» и «HAPPY» коэффициент корреляции Спирмена для них составляет 0,713 – существенная корреляционная зависимость. Далее есть прямая связь между «SATISFACTION» и «TRUST» коэффициент корреляции Спирмена составляет 0,312, связь присутствует, но незначительная. Есть прямая связь между «HAPPY»и «TRUST» коэффициент корреляции Спирмена составляет 0,271, связь присутствует, но незначительная. Остальные парные коэффициенты меньше 0,2, следовательно, связь очень слабая. Положительные значения всех коэффициентов корреляции свидетельствует о прямой связи.
Файлы с решением:
https://t.me/smys_l/138

Заявка на услуги

Укажите наиболее удобный для ВАС способ связи
и с Вами свяжутся в ближайшее время

Нажимая на кнопку, Вы соглашаетесь на обработку персональных данных в соответствии с Условиями.