Declarație Problemă
Poate v-ar dori pentru a testa dacă există o semnificativă statistic relație liniară între două variabile continue, greutate și înălțime (și, prin extensie, a deduce dacă asocierea este semnificativă în populație). Puteți utiliza o corelație bivariată Pearson pentru a testa dacă există o relație liniară semnificativă statistic între înălțime și greutate și pentru a determina puterea și direcția Asociației.,
înainte de Test
în datele de probă, vom folosi două variabile:” înălțime „și” greutate.”Variabila „Înălțime” este un continuu măsură de înălțimea în centimetri și prezintă o gamă de valori de la 55.00 să 84.41 (Analiza > Statistici Descriptive > Descriptives). Variabila „greutate” este o măsură continuă a greutății în kilograme și prezintă o gamă de valori de la 101.71 la 350.07.înainte de a ne uita la corelațiile Pearson, ar trebui să ne uităm la scatterplots variabilelor noastre pentru a ne face o idee despre ce să ne așteptăm., În special, trebuie să determinăm dacă este rezonabil să presupunem că variabilele noastre au relații liniare. Click grafice >Dialoguri Legacy > Scatter/punct. În fereastra Scatter/Dot, faceți clic pe Scatter simplu, apoi faceți clic pe definire. Mutați înălțimea variabilă în caseta axei X și mutați greutatea variabilă în caseta axei Y. Când ați terminat, faceți clic pe OK.
Pentru a adăuga o formă liniară ca cel descris, faceți dublu clic pe teren în Output Viewer pentru a deschide Editor Grafic., Faceți clic pe Elements > Fit Line at Total. În fereastra Proprietăți, asigurați-vă că metoda Fit este setată pe liniar, apoi faceți clic pe Aplicare. (Observați că adăugarea liniei de tendință de regresie liniară va adăuga, de asemenea, valoarea R-pătrat în marginea parcelei. Dacă luăm rădăcina pătrată a acestui număr, ar trebui să se potrivească cu valoarea corelației Pearson pe care o obținem.)
Din scatterplot, putem vedea că, pe măsură ce crește înălțimea, greutatea tinde să crească. Se pare că există o relație liniară.,
Rularea Testului
Pentru a rula bivariate Pearson de Corelație, faceți clic pe analiză > Corela > Bivariate. Selectați variabilele înălțime și greutate și mutați-le în caseta variabile. În zona coeficienților de corelație, selectați Pearson. În zona Test of Significance, selectați testul de semnificație dorit, cu două cozi sau cu o coadă. Vom selecta un test de semnificație cu două cozi în acest exemplu. Bifează caseta de lângă semnalează corelații semnificative.
Faceți clic pe OK pentru a rula corelația bivariate Pearson., Ieșirea pentru analiză se va afișa în vizualizatorul de ieșire.
sintaxa
CORRELATIONS /VARIABLES=Weight Height /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.ieșire
tabele
rezultatele vor afișa corelațiile într-un tabel, corelații etichetate.
O Corelație de Înălțime cu sine (r=1), și numărul de nonmissing observații pentru înălțime (n=408).
b corelația înălțimii și greutății (r=0,513), bazată pe n=354 observații cu valori care nu lipsesc de perechi.
c corelația dintre înălțime și greutate (r=0.,513), pe baza n=354 observații cu valori care nu lipsesc în perechi.
d corelația greutății cu ea însăși (r = 1) și numărul de observații care nu lipsesc pentru greutate (n=376).celulele importante pe care vrem să le privim sunt fie B, fie C. (celulele B și C sunt identice, deoarece includ informații despre aceeași pereche de variabile.) Celulele B și C conțin coeficientul de corelație pentru corelația dintre înălțime și greutate, valoarea sa p și numărul de observații perechi complete pe care s-a bazat calculul.,corelațiile din diagonala principală (celulele A și D) sunt toate egale cu 1. Acest lucru se datorează faptului că o variabilă este întotdeauna perfect corelată cu ea însăși. Observați, totuși, că dimensiunile eșantionului sunt diferite în celula A (n=408) față de celula D (n=376). Acest lucru este din cauza datelor lipsă — există mai multe observații lipsă pentru greutate variabilă decât există pentru înălțime variabilă.dacă ați ales să semnalizați corelații semnificative, SPSS va marca un nivel de semnificație de 0,05 cu un asterisc ( * ) și un nivel de semnificație de 0,01 cu două asteriscuri (0,01)., În celula B (repetată în celula C), putem vedea că coeficientul de corelație Pearson pentru înălțime și greutate este .513, care este semnificativ (p <.001 pentru un test cu două cozi), pe baza a 354 de observații complete (adică cazuri cu valori care nu lipsesc atât pentru înălțime, cât și pentru greutate).
decizie și concluzii
pe baza rezultatelor, putem afirma următoarele: