欧阳史创编 2021..02.10
SPSS皮尔逊相关分析实例
操作步骤
时间：2021.02.10 创作：欧阳史 选题：
对某地29名13岁男童的身高（cm）、体重（kg），运用相关分析法来分析其身高与体重是否相关。 实验目的：
任何事物的存在都不是孤立的，而是相互联系、相互制约的。相关分析可对变量进行相关关系的分析，计算29名13岁男童的身高（cm）、体重（kg），以判断两个变量之间相互关系的密切程度。 实验变量：
15 16 17 18 19
160.5 153.0 147.6 157.5 155.1
47 47 41 43 45
欧阳史创编 2021..02.10
欧阳史创编 2021..02.10
编号Number，身高
height（cm），体重weight（kg）
原始数据： 实验方法：
皮尔逊相关分析法 软件：
spss19.0
操作过程与结果分析：
20 21 22 23 24 25 26 27 28 29 160.5 143.0 149.4 160.8 159.0 158.2 150.0 144.5 154.6 156.5 38 32 34 40 39 38 36 35 40 32
第一步：导入Excel数据文件
1. open data document——open data——open； 2. Opening excel data source——OK.
Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14
身高（cm） 体重(kg)
第二步：分析身高（cm）与
height weight 体重（kg）是否具有相关性 135.1 32
1. 在最上面菜单里面选中
139.9 30
Analyze——correlate——163.6 46
bivariate ，首先使用146.5 34
156.2 37 Pearson，two-tailed，156.4 36 勾选flag significant 167.8 42 correlations 149.7 31
进入如下界面：
145.0 33
2. 点击右侧options，勾选148.5 37
Statistics，默认165.5 50
Missing Values，点击135.0 28
153.3 41 Continue 152.0 32 输出结果：
图为基本的描述性
Descriptive Statistics
统计量的输出表格，其
Mean Std. Deviation N
中身高的均值（mean）
152.576 8.3622 29
为152.576cm、标准差37.65 5.746 29
欧阳史创编 2021..02.10
欧阳史创编 2021..02.10
（standard deviation）为8.3622、样本容量（number of cases）为29；体重的均值为37.65kg、标准差为5.746、样本容量为29。两者的平均值和标准差值得差距不显著。
图Correlations
身高（cm）
Pearson Correlation Sig. (2-tailed)
Sum of Squares and Cross-products Covariance N
体重(kg)
Pearson Correlation Sig. (2-tailed)
Sum of Squares and Cross-products Covariance N
**. Correlation is significant at the 0.01 level (2-tailed).
34.565
29
33.011
29
69.927
29 .719** .000 967.816
34.565
29 1
身高（cm）
1
体重(kg)
.719** .000 967.816
为相关分析结果表，从表中可以看出体重和身高之间的皮尔逊
1957.953
924.312
相关系数为0.719，即|r|=0.719，表示体重与身高呈正相关关系，且两变量是显著相关的。另外，两者之间不相关的双侧检验值为0.000，图中的双星号标记的相关系数是在显著性水平为0.01以下，认为标记的相关系数是显著的，验证了两者显著相关的关系。所以可以得出结论：学生的体重与身高存在显著的正相关性，当体重越高时，身高也越高。
第三步：画散点图：选中Graphs——Legacy Dialogs——Scatter/dot——
Simple scatter——define.
欧阳史创编 2021..02.10
SPSS皮尔逊相关分析实例操作步骤之欧阳史创编
