登录
首页精彩阅读SPSS分析技术:低测度数据的相关性分析
SPSS分析技术:低测度数据的相关性分析
2017-02-28
收藏

SPSS分析技术:低测度数据的相关性分析

如果遇到低测度数据,需要判断它与低测度数据或高测度数据之间的相关性,需要根据数据类型以及数据组合之间的关系来决定分析方法,如下图所示:

今天,我们介绍低测度数据之间相关性分析技术---交叉表分析。低测度数据之间相关性分析在社会生活中经常遇到,例如,在社会调查中,户籍与生活习惯之间的关系,户籍与爱好之间的关系等,这些都属于低测度数据相关性分析的范畴。

交叉表分析

选择菜单【描述统计】-【交叉表格】;再选择【Statistics】,对话框如下图所示:

对于不同组合的低测度数据类型,用交叉表判断它们的相关性,要用到不同的统计量:

定类变量的分析;由于定类变量的测度比较低,而且其大小和顺序无实际意义。需要用到右图的“名义”区域内的“相关系数”、“Phi和Cramer V”、“Lambda”、“不确定性系数”。

定序变量的分析;由于定序变量的数值大小有顺序的意义,而且其测度水平通常高于定类变量。常见的分析方法位于“有序”区域内,依次为Gamma系数、Somers系数、Kendall的tau-b系数和Kendall的tau-c系数四类。

定类-定距变量的分析;对于定类变量和定距变量构成的分析对,可以使用Eta关联系数。另外,如果定距变量的测度较高,还可以根据定距变量是否符合正态分布,以定距变量作为因变量,以定类变量作为因素变量,进行方差分析或者多独立因素的非参数检验。对于在不同因素水平下,如果定距变量具有显著性差异,那么可以认为定类变量和定距变量之间具有显著相关性。

二分变量-二分变量;McNemar相关系数用于检验两个有关联的二分变量之间的相关性分析。

范例分析

现在有一份数据文件,记录 880 人参于的关于早餐喜好的民意调查结果,该调查记录了参与者的年龄、性别、婚姻状况、生活方式以及早餐选择。对不同年龄段与早餐选择进行相关性分析。如下图所示:

分析思路

从上图可知,已经对年龄进行分段,对早餐选择进行分类,新的年龄分段变量(agecat)和早餐分类变量(breakfast)属于定类变量,需要用“名义”区域内的系数表示它们之间的相关性。

操作步骤

1、选择菜单【分析】-【描述统计】-【交叉表格】;将年龄分段选为行变量,将首选早餐选为列变量;将【显示集群条形图】选中。

2、选择【Statistics】,将名义区域内的系数都选中。

3、点击【继续】,在点击【确定】,进入分析。

结果解读

1、交叉表结果及直方图

表格显示了不同年龄段和不同早餐选择之间的频数分布,从表格中可以看到频数在不同年龄段和早餐选择之间的频数变化。直方图可以直观的观察不同年龄段对应不同早餐选择的变化,从图中可知发现,绿色条随着年龄段的增加而增加,蓝色条则相反,灰色条基本没有变化,这些都说明不同年龄段和早餐选择之间存在相关性,但是相关性的强弱到底如何还需要进一步的数据。

2、相关系数;


表格显示三个相关系数,都是通过卡方统计量修改而来。从结果来看,介于0.4~0.6之间,说明不同年龄段和早餐选择之间存在一定的相关性。

3、相依系数、lambda系数和不确定系数


lambda系数表示变量之间预测结果的好坏,数值介于0~1之间,从结果看,年龄段与早餐选择之间的预测结果比较差。

不确定系数是以熵为标准的比例缩减误差,表示一个变量的信息在多大程度上来源于另一个变量。1表示程度最高,0表示程度最低。从结果看,这个系数的值也不高。

最终结论

从相关分析的结果来看,不同年龄段的人对早餐的选择存在差异性,也就是说两个定类变量之间存在一定的相关性,从交叉表直方图和相关系数可以得到这个结果。但是它们之间的相依程度不高,从lambda系数,不确定系数低于0.2可以知道,所以它们之间是不能在这些样本的基础上得到准确的回归方程的。数据分析师培训


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询