統計:皮爾森相關係數Pearson Correlation之適用範圍與SPSS操作

皮爾森相關係數(Pearson Correlation)適用於測量兩個連續變數之間的線性關聯性,它可以幫助我們了解這兩個變數之間的關聯強度和方向。簡單來說,就是用來判斷兩個變數之間是否存在某種程度的相互關聯,並且這種關聯是正向還是負向

皮爾森相關係數之線性關係區分強度(範圍在-1到+1之間),當相關係數接近1時表示兩者有強烈的正相關、接近-1時表示兩者有強烈的負相關、接近0則表示兩者之間沒有線性關聯。

皮爾森相關係數的適用情境

SPSS操作範例

某學校主張開設證照輔導班,就可以有效提升學生的證照數量,故我們想要得知證照輔導班證照數量之間是否存在顯著的線性關聯?

Step 1. 在SPSS變數視圖中,預先定義資料欄位。

Step 2. 將收集到的數據,複製到SPSS資料視圖內。

學生 參加證照輔導班小時數 證照數量
1    5                    3
2    7                    4
3    3                    2
4    8                    5
5    10                   6
6    5                    4
7    12                   7
8    6                    6
9    15                   8
10   9                    5
11   4                    3
12   6                    5
13   2                    2
14   8                    6
15   1                    8
16   5                    3
17   7                    5
18   9                    7
19   1                    9
20   1                    10
21   6                    4
22   8                    5
23   1                    7
24   1                    8
25   1                    7
26   9                    6
27   1                    8
28   1                    9
29   7                    5
30   5                    3

Step 3. 點選分析相關雙變異數

Step 4. 將參加證照輔導班小時數證照數量放入變數欄位,並勾選Pearson(皮爾森相關係數)。

Step 6. 最後SPSS就會將統計分析後的數據報告呈現給我們看了。

分析報告

以上面的例子,我們的獲取的分析報告資訊大致上如下:

⭐結論

學生參與證照輔導班的時間與他們獲得的證照數量之間存在強烈的正相關,這項相關性具有顯著性,因此可以合理推論,學生參與證照輔導班的時間越長,他們獲得的證照數量越多。

相關連結:

SPSS Analysis Operation Flow StepByStep Pearson Correlation