如何用SPSS测相关性

分析—描述统计—交叉表,如上图,选中行变量和列变量后,点统计量,选择“卡方”,继续,确定.结果图看sig值,若小于0.05,说明差异显著.统计人刘得意是否可以解决您的问题?再问：能给我截个图看看吗？我

用相关性检验就行,a中10中元素作为一组,b中10种元素作为一组,然后a与b做相关检验,相关检验如何做,你可以搜一下,很多检验方式,这里也不好回答,找有图文的,如有不明,可继续提问

方差分析有很多种有完全随机设计随机区组设计析因设计等可以用anlyse--generallinearmodel--univariate进行anlyse--comparemeans--onewayano

如果是自变量只有一个（单因素）做单因素方差分析就可以了,就是楼上说的,点击Analyse——Comparemeans——one-wayANOVA.如果自变量是两个或以上,就要用多因素方差分析了.点击A

要做的内容很多了,除了正态性、残差分布情况,还要计算多重共线性,然后得到模型,可能还要做预测我替别人做这类的数据分析蛮多的

一般直接看相关系数和显著性双侧.你这个一列一列的看要方便些,比如第一列,表示为x1和其他各变量之间的相关性,x1和x2的相关系数为-.022,显著性双侧为0.972,说明这两个变量间无相关性,依次类推

这题我只会不用spss解,算出它的SSA,SSE,SST,SSB,然后用SAB=SST-SSA-SSB-SSE,在算均方,查相应自由度的F分布表,和SAB做比较,就可以知道是否存在交互作用.你看下商务

散点图就行的,再加上数据分析.我经常做数据的再问：那个什么设置标记，标注个案，x轴，y轴的文本框要怎么填，是什么意思？再答：拖拽过去就行再问：我要分析的两个数据组应该拖到哪个框？

你的数据不适合使用卡方检验.卡方检验用于2个变量都属于分类变量（例如性别、婚姻状态等,属于定性数据）时的数据分析,例如要分析性别与色盲之间（色盲一般分为“有”和“无”2个分类,属于定性变量）的关系,就

首先建立两个变量如x,y,把数据录入进去(两列),在analysis里头,选correlate,分别把x,y放进去,点OK就可以得到结果.

主要是看变量类型不同类型的分析方法不一样的我经常帮别人做这类的数据分析的

有标星号的就是有显著相关,其余的就是没有显著相关.数值越大相关性越高!如,平均水位与平均流速呈显著正相关,相关性是0.971再问：请问降水量与水位、流速的关系怎么描述？再答：降水量与水位呈正相关，相关

“员工缺勤率”下面有两个分支问题（变量）你可以采取下列两种方法来处理1、你可以将员工缺勤率下面的两个分支变量合并成一个,譬如,假如你把员工缺勤率分为员工迟到次数和员工早退次数的话,你就可以把这两个加起

如果比较某两年的阳性率的差异,应该用t检验.要比较4年的阳性率差异应该用卡方检验.具体的方法是用SPSS的Analyze菜单--Descriptivestatistics--Crosstabs,Row

可以的哈!只要数据是成对的,样本足够大,也就是满足正态、线性关系就可以用相关分析哈!如计分方式没有关系,如果你存在反向计分,那么可能负相关.这个不再问：现在是统计问卷，不知道如何下手

你的问题设置有错误,800元以下,800-1500,1500-2500只是一个区间,不是精确的值,因此最后得到的家庭每月支出也只能是一个区间,不可能是一个精确值.你可以用spss的transform下

Analyze->Classify->里面有4种情况,你知道你的数据是属于哪一种呀

多重共线性的处理的方法（一）删除不重要的自变量自变量之间存在共线性,说明自变量所提供的信息是重叠的,可以删除不重要的自变量减少重复信息.但从模型中删去自变量时应该注意：从实际经济分析确定为相对不重要并

按以下格式录入数据：分组是否发病人数1126122421292221将变量“人数”WeightCasesAnalyze->DescriptiveStatistics->Crosstabs：将分组放入“

借本书吧,你这样问的话太笼统了,分析方法有很多的,回归分析,时间序列分析,主成分分析,因子分析,聚类分析等等很多呢