利用SPSS，相关系数矩阵怎么算 如何在SPSS中获得相关系数矩阵
\u7528SPSS\u6c42\u76f8\u5173\u7cfb\u6570\u600e\u6837\u64cd\u4f5canalyze-correlate-bivariate-\u9009\u62e9\u53d8\u91cf
OK
\u8f93\u51fa\u7684\u662f\u76f8\u5173\u7cfb\u6570\u77e9\u9635
\u76f8\u5173\u7cfb\u6570\u4e0b\u9762\u7684Sig.\u662f\u663e\u8457\u6027\u68c0\u9a8c\u7ed3\u679c\u7684P\u503c\uff0c\u8d8a\u63a5\u8fd10\u8d8a\u663e\u8457\u3002
\u53e6\u5916\uff0c\u8868\u683c\u4e0b\u4f1a\u663e\u793a\u663e\u8457\u6027\u68c0\u9a8c\u7684\u5224\u65ad\u7ed3\u679c\uff0c\u770b\u770b\u8868\u683c\u4e0b\u7684\u89e3\u91ca\u5c31\u77e5\u9053\uff0c\u6bd4\u5982\u201c**. Correlation is significant at the 0.01 level (2-tailed).\u201d
\u5c31\u662f\u8bf4\uff0c\u5982\u679c\u76f8\u5173\u7cfb\u6570\u540e\u6709"**"\u7b26\u53f7\uff0c\u4ee3\u8868\u57280.01\u663e\u8457\u6027\u6c34\u5e73\u4e0b\u663e\u8457\u76f8\u5173
\u7c97\u7565\u5224\u65ad\u7684\u65b9\u6cd5\u662f\uff0c\u76f8\u5173\u7cfb\u65700.8\u4ee5\u4e0a\uff0c\u53ef\u4ee5\u8ba4\u4e3a\u663e\u8457\u76f8\u5173\u4e86\u3002
\u8ba1\u7b97\u53cc\u53d8\u91cf\u7684\u76f8\u5173\u3002\u628a\u53c2\u4e0e\u7684\u53d8\u91cf\u5168\u90e8\u653e\u5165\uff0c\u5c31\u4f1a\u8ba1\u7b97\u51fa\u76f8\u5173\u77e9\u9635
1、利用SPSS输入相关的数据，通过分析那里点击回归下面的线性。
2、下一步会弹出一个对话框，需要确定对应的因变量和自变量。
3、这个时候打开统计量窗口勾选共线性诊断，如果没问题就直接继续。
4、这样一来等得到相应的结果以后，即可算相关系数矩阵了。
1、启动spss软件，操作如下：
2、注意把文件类型改成xls，找到要打开的数据表格。
3、属性选择默认的即可，点击确定。
4、对导入的数据，进行主成分分析（SPSS）的。按照下图进行降维操作。
5、本来右侧黄色的量都是在左侧栏中的，只需要把变量（注意是变量，不包括地区）选中（可以多选）到导入右侧。继续修改描述、提取、得分三项。
6、修改描述：把系数（C）选中，这个计算结果是必须要用的。点击继续。
7、提取：碎石图选中，这个结果比较直观，可以放到论文里。点击继续。
8、修改完之后，点击最开始的确定，即计算出相关析出矩阵。
analyze-correlate-bivariate-选择变量
OK
输出的是相关系数矩阵
相关系数下面的Sig.是显著性检验结果的P值，越接近0越显著。
另外，表格下会显示显著性检验的判断结果，你看看表格下的解释就知道，比如“**. Correlation is significant at the 0.01 level (2-tailed).”
就是说，如果相关系数后有"**"符号，代表在0.01显著性水平下显著相关
粗略判断的方法是，相关系数0.6以上，可以认为显著相关了
我也在求助
相关分析里面，有需要spss分析可以加我，谢谢
绛旓細棣栧厛锛屾垜浠渶瑕佺湅鍒SPSS杈撳嚭鐨鐩稿叧鎬х郴鏁扮煩闃銆傝繖涓煩闃典細鏄剧ず鎵鏈夊彉閲忎箣闂寸殑鐩稿叧绯绘暟锛鍏朵腑鐩稿叧绯绘暟鐨勮寖鍥存槸浠-1鍒1銆傚鏋滀袱涓彉閲忎箣闂寸殑鐩稿叧绯绘暟鎺ヨ繎浜1锛岄偅涔堝畠浠箣闂村瓨鍦ㄨ緝寮虹殑姝ｇ浉鍏冲叧绯伙紝濡傛灉鎺ヨ繎浜-1锛屽垯瀹冧滑涔嬮棿瀛樺湪杈冨己鐨勮礋鐩稿叧鍏崇郴銆傚鏋滅浉鍏崇郴鏁版帴杩戜簬0锛屽垯瀹冧滑涔嬮棿涓嶅瓨鍦ㄧ嚎鎬х浉鍏冲叧绯汇傛垜浠渶瑕...
绛旓細1.棣栧厛鎵撳紑spss,鐒跺悗鍗曞嚮鍒嗘瀽鑿滃崟,鐒跺悗閫夋嫨闄嶇淮涓殑鍥犲瓙銆2.鎵撳紑鍥犲瓙鍒嗘瀽绐楀彛,灏咥C1銆丄C2銆丄C3銆丄C4鍜孉C5绉诲埌鍙橀噺妗嗕腑銆3.鐐瑰嚮鎻忚堪鎸夐挳,鎵撳紑瀵瑰簲鐨勭獥鍙,缁熻鍕鹃夊垵濮嬭В,鐩稿叧绯绘暟鐭╅樀鍕鹃夌郴鏁板拰KMO鍜屽反鐗瑰埄鐗圭悆褰㈠害妫楠屻4.鎺ョ潃鐐瑰嚮鎻愬彇鎸夐挳,鎵撳紑绐楀彛骞跺嬀閫夊垎鏋愮浉鍏虫х煩闃,鏄剧ず鍕鹃夋湭鏃嬭浆鍥犲瓙瑙ｅ拰纰庣煶...
绛旓細1銆鍒╃敤SPSS杈撳叆鐩稿叧鐨勬暟鎹紝閫氳繃鍒嗘瀽閭ｉ噷鐐瑰嚮鍥炲綊涓嬮潰鐨勭嚎鎬с2銆佷笅涓姝ヤ細寮瑰嚭涓涓璇濇锛岄渶瑕佺‘瀹氬搴旂殑鍥犲彉閲忓拰鑷彉閲忋3銆佽繖涓椂鍊欐墦寮缁熻閲忕獥鍙ｅ嬀閫夊叡绾挎ц瘖鏂紝濡傛灉娌￠棶棰樺氨鐩存帴缁х画銆4銆佽繖鏍蜂竴鏉ョ瓑寰楀埌鐩稿簲鐨勭粨鏋滀互鍚庯紝鍗冲彲绠鐩稿叧绯绘暟鐭╅樀浜嗐
绛旓細鎶婂嚑涓彉閲忚緭鍏ュ埌SPSS涓紝鑿滃崟锛氬垎鏋-鐩稿叧-鍙屽彉閲忥紝鎴朼nalyze-correlate-bivariate锛屽涓彉閲忔斁鍏ュ彉閲忔锛岃绠楀嚭鏉ュ氨鏄互鐩稿叧鐭╅樀鍑虹幇鐨勩
绛旓細棣栧厛锛岀敤鎴烽渶瑕佸皢鏁版嵁瀵煎叆EViews銆備箣鍚庯紝閫夋嫨闇瑕佸埗浣鐩稿叧绯绘暟鐭╅樀鐨勫彉閲忥紝閫氬父鏄氳繃鐐瑰嚮鍜屾嫋鎷界殑鏂瑰紡閫夋嫨銆傛帴鐫锛屽湪EViews鐨勮彍鍗曟爮涓夋嫨鈥淨uick鈥 -> 鈥淐orrelogram鈥濇垨鑰浣跨敤鐩稿簲鐨勫懡浠ゃ傚湪寮瑰嚭鐨勭獥鍙ｄ腑锛岀敤鎴峰彲浠ヨ嚜瀹氫箟鐩稿叧绯绘暟鐭╅樀鐨勮绠楁柟娉曞拰鏄剧ず鏂瑰紡銆傛渶鍚庯紝鐐瑰嚮鈥淥K鈥濆嵆鍙緱鍒扮浉鍏崇郴鏁扮煩闃电殑杈撳嚭缁撴灉...
绛旓細1銆侀夊彇鍦ㄧ悊璁轰笂鏈変竴瀹氬叧绯荤殑涓や釜鍙橀噺锛屽鐢╔锛孻琛ㄧず锛屾暟鎹緭鍏ュ埌SPSS涓2銆佷粠鎬讳綋涓婃潵鐪嬨乆鍜孻鐨勮秼鍔挎湁涓瀹氱殑涓鑷存с3銆佷负浜嗚В鍐崇浉浼兼у己寮鐢⊿PSS杩涜鍒嗘瀽銆佷粠鍒嗘瀽-鐩稿叧-鍙屽彉閲忋4銆佹墦寮鍙屽彉閲忕浉鍏冲璇濇锛屽皢X鍜孻閫変腑瀵煎叆鍒板彉閲忕獥鍙ｃ5銆佺劧鍚庣浉鍏崇郴鏁伴夋嫨Pearson鐩稿叧绯绘暟锛涔熷彲浠ラ夋嫨鍏朵粬涓や釜銆6...
绛旓細correlation matrix鍗充负鐩稿叧绯绘暟鐭╅樀锛鍋氱浉鍏虫暟鎹垎鏋愭椂锛氱偣鍑伙細鈥滃垎鏋愨---鈥濈浉鍏斥---鈥滃弻鍙橀噺鈥濓紝鐒跺悗锛岄夋嫨鍦ㄢ滅浉鍏崇郴鏁扳濇涓夋嫨鈥淧earson鈥濓紝鍋歱earson 鐩稿叧鍒嗘瀽锛涜嫢涓轰袱涓垎绫诲彉閲忥紝鎴栬呬竴涓垎绫诲彉閲忎竴涓繛缁х殑鍙橀噺锛屽垯浠ュ彲鐢⊿pearman 鐩稿叧鍒嗘瀽锛岃繖鏃惰緭鍑虹殑缁撴灉灏辨槸correlation matrix鐭╅樀銆
绛旓細棣栧厛锛歛nalyze-correlate-bivariate-閫夋嫨鍙橀噺 涔嬪悗锛孫K 杈撳嚭鐨勫氨鏄浉鍏崇郴鏁扮煩闃碉紙鐩稿叧绯绘暟涓嬮潰鐨凷ig鏄樉钁楁ф楠岀粨鏋滅殑P鍊硷紝瓒婃帴杩0瓒婃樉钁楋級琛ㄦ牸涓嬫柟涔熸湁涓浜涚浉鍏宠В閲婏紝璁板緱鐪嬫槑鐧藉啀鍋氳繘琛屼笅涓姝 濡傛灉浣犳瘮杈冪啛鎮夌數鑴慹xcel琛ㄦ牸鐨勬搷浣滐紝灏辩洿鎺ユ寜涓嬪垪鎻愮ず寰楀嚭SPSS鐩稿叧绯绘暟鐭╅樀 锛氶鍏堬紝鍒嗘瀽-闄嶇淮-鍥犲瓙鍒嗘瀽锛涚劧鍚...
绛旓細1銆侀氳繃spss杈撳叆鐩稿叧鏁版嵁浠ュ悗锛屽湪鍒嗘瀽閭ｉ噷閫夋嫨鍥炲綊涓殑绾挎с2銆佽繖涓椂鍊欐潵鍒颁竴涓柊鐨勭獥鍙ｏ紝鐩存帴璁剧疆鐩稿簲鐨勫洜鍙橀噺鍜岃嚜鍙橀噺銆3銆佷笅涓姝ラ渶瑕佺偣鍑荤粺璁￠噺杩涘叆锛屽嬀閫夊叡绾挎ц瘖鏂苟纭畾缁х画銆4銆佽繖鏍蜂竴鏉ヤ細鐢熸垚瀵瑰簲鐨勭粨鏋滐紝鍗冲彲鍋氬閲嶅叡绾挎ф楠屽緱鍒鐩稿叧绯绘暟鐭╅樀浜嗐
绛旓細璇勪环鐩稿叧鎬х殑鏂规硶灏辨槸鐩稿叧绯绘暟锛岀敱浜庢槸澶氬彉閲忕殑鍒ゅ畾锛屽垯寮曞嚭鐩稿叧绯绘暟鐭╅樀銆傝瘎浠蜂富鎴愬垎鍒嗘瀽鐨勫叧閿笉鍦ㄤ簬鐩稿叧绯绘暟鐨勬儏鍐碉紝鑰屽湪浜庤础鐚巼锛屼篃灏辨槸鏍规嵁涓绘垚鍒嗗垎鏋愮殑鍘熺悊锛岃绠楃浉鍏崇郴鏁扮煩闃电殑鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺銆傜浉鍏崇郴鏁拌秺鏄珮锛岃绠楀嚭鏉ョ殑鐗瑰緛鍊煎樊璺濆氨瓒婂ぇ锛岃础鐚巼绛変簬鍓峮涓ぇ鐨勭壒寰佸奸櫎浠ュ叏閮ㄧ壒寰佸间箣鍜岋紝璐＄尞...
