1樓：ppv課
相關係數表裡邊的那個p值是用來度量他們這個相關性是不是可靠，相關係數是用來衡回量答有多相關，比方你這個表的p值是0.000，相關係數是0.252，就認為這兩個變數肯定是相關的，但是呢是弱相關。
就這樣。補充說明一下，相關係數在正負一之間取值，它的絕對值越接近一，就認為相關性越強。
ppv課，大資料培訓專家，你身邊最好的大資料平臺，隨時隨地免費學習哦。
2樓：匿名使用者
都是用0.05來衡量的
顯著性係數沒有這個說法的，一聽就不專業
我替別人做這類的資料分析蠻多的
如何用spss檢驗兩個相關係數之間是否具有顯著性差異 30
3樓：匿名使用者
spss選單沒有這個
功能，如copy果一定bai要用spss做的話這能寫syntax了。
先把兩個du相關係轉化為z分數zhi= 1/2 * ln( (1+r) / (1-r) )。
z=(z1-z2)/sqrt(1/(1000-3)+1/(1000-3))；
其中的分dao子為兩個z分數之差，分母為z1和z2的聯合標準誤差。
計算結果與1.96（0.05水平）比較，>1.96無差異，<=1.96有差異。
4樓：匿名使用者
在spss進行相關分析復的時候，
制annlyze -correlate-bivariate-選擇bai兩個變數-左下角du選擇flag significant correlations-選擇後，輸出結果在 相關係數
zhi對性顯著的dao的r1 或者r2 就有* 顯示，兩個*為極顯著，一個*為顯著，其係數下面對應的sig. 相伴概率小於0.00或者0.05水平，即為其顯著水平高低。
spss進行線性迴歸分析時,相關係數都符合,但是顯著性不符合,如何調整
5樓：匿名使用者
線性迴歸時候，相關係數只是表明了各個係數之間的相關程度。但是自變數對因變數不顯著的話，可能存在多重共線性、資料存在異常值、異方差的問題。
1、自變數存在共線性問題
在進行線性迴歸分析時，很容易出現自變數共線性問題，通常情況下vif值大於10說明嚴重共線，vif大於5則說明有共線性問題。當出現共線性問題時，可能導致迴歸係數的符號與實際情況完全相反，本應該顯著的自變數不顯著，本不顯著的自變數卻呈現出顯著性。
解決方法：手動移除出共線性的自變數，先做下相關分析，如果發現某兩個自變數x（解釋變數）的相關係數值大於0.7，則移除掉一個自變數（解釋變數），然後再做迴歸分析。
逐步迴歸法，讓軟體自動進行自變數的選擇剔除，逐步迴歸會將共線性的自變數自動剔除出去。
2、資料存在異常值，如果資料中存在極端異常值，會導致資料偏移對分析結果產生嚴重影響。如果迴歸分析出現各類異常，可通過比如描述分析、箱線圖、散點圖等方法，找出並處理掉異常值後再做分析。
解決方法：檢視資料中是否有異常值，可通過箱線圖、散點圖檢視，剔除異常值可通過spssau「異常值」功能進行剔除。
3、異方差，如果模型存在明顯的異方差性，會影響迴歸係數的顯著情況，得到的迴歸模型是低效並且不穩定的。
解決方法：儲存殘差項，將殘差項分別與模型的自變數x或者因變數y，作散點圖，檢視散點是否有明顯的規律性。如果有明顯的異方差性，建議重新構建模型，比如對y取對數後再次構建模型等。
如果排除了這些原因還是不顯著，那麼基本說明該變數對被解釋變數無顯著影響。
擴充套件資料
在做實證就是做迴歸等等方法的時候，一般就看中三點，一是相關係數，看因變數和自變數是否相關。二是擬合優度（r平方），看回歸方程擬合的好不好，一般0.8以上就算擬合的比較好了。
三是自變數的係數對於因變數是否顯著啦，p值小於0.05就說明自變數對於因變數是顯著的。如果自變數的p值都比0.
05大，那就說明自變數對於因變數是不顯著的，這個自變數就沒什麼意義，所以如果變數比較多的情況下，還是做一下逐步迴歸。
如果變數比較少，做逐步迴歸就會導致最後有可能只剩下一個變數。逐步迴歸就是一個模型優化的過程，更加能解釋自變數和因變數之間的關係，一般迴歸之後效果不好都要逐步迴歸來優化線性模型的。
6樓：匿名使用者
你是想調整資料呢還是想調整什麼呢？
線性迴歸時候，相關係數只是表明了各個係數之間的相關程度。但是自變數對因變數不顯著的話，只能說明自變數多因變數影響不大，可以考慮換其他的跟因變數關係更加大的變數。或者在自變數多的情況下，用逐步迴歸的方法，提取出與因變數相關最大的自變數。
spss中pearson（皮爾遜相關係數）確定相關性，資料分析如下圖，請問1與2的相關性是什麼。急。。。。。。
7樓：墨汁諾
兩個值都要看，r值表示在樣本中變數間的相關係數，表示相關性的大小；p值是檢驗值，是檢驗兩變數在樣本來自的總體中是否存在和樣本一樣的相關性。
一般來說相關性大小要看顯著性達到什麼程度。顯著性越**明相關程度越高。顯著性小於0.
05則為顯著先關，小於0.01則為極顯著相關。大於0.
05則說明不相關，或者相關性不強，也可以簡單理解為不相關。
8樓：呂秀才
相關性分析的**輸出是一個矩陣
你只需要看橫向或者縱向的1和2的交叉係數都可以pearson相關性 表示的是兩者相關係數的大小，-0.397 表示兩者是負相關，相關性大小為0.397
顯著性的0.000也就是p值，用來判斷相關性是否顯著
9樓：匿名使用者
顯著相關，相關係數是-0.397
我經常幫別人做這類的資料統計分析的
spss的相關性分析中相關係數大但無顯著性，怎麼解釋啊
10樓：當代不恥下問
沒有相關。在sig.大於或等於0.05的情況下，即使相關係數再高也只能看作是由偶然因素引起的
11樓：劉得意統計服務
沒有顯著的相關性。因為sig值大於0.05.
樣本系數雖為0.624，但這只是樣本相關係數，不能說明總體上相關。
12樓：
相關係bai數0.624大約屬於中等量級
du的相關，在樣本量zhi足夠大的情況下一般dao
都會有內顯著性，你的情況應該是樣本量容偏小造成的。此外，pearson相關係數的正確性需要得到散點圖的證實，你應該檢查一下散點圖，看看資料是否具有線性趨勢，特別是有沒有離群值或極端值扭曲你的相關係數，散點圖這個步驟很容易被忽略，但對相關分析而言十分關鍵！
請問spss顯著性分析如圖 字母a b c表示什麼意思？顯著還不是不顯著？p
a,b,c在文中肯定有表示的，分別表示不同的組別比較結果 包含相同字母組別沒有差異 統計專業研究生工作室為您服務 spss顯著性分析a b c ab 這些是怎麼確定的？怎麼個過程，請大神詳解！5 spss顯著性分析的確定 1.運用顯著性差異字母標記法，將全部平均數從大到小依次排列。2.在最大的平均數...
SPSS如何檢驗兩組資料的顯著性差異
你要是就做兩組的檢驗，t檢驗就行。第一組的第一個題和第二組的第一個題。你要是想做多組的，應該用方差分析了。就是anova或者univarite 也在analyse裡面 怎麼用spss檢驗兩組資料的差異是否顯著 首先,分別把這兩組資料分別設為x和y，開啟spss，點選左下角的variable view...
SPSS做相關分析，通過了顯著性檢驗，但相關係數低，怎麼解釋
相關係數低沒有關係,說明緊密程度不高而已.但是 顯著在前,相關係數大小在回後,建議你 spss做相關性分析，得到下列 相關性係數很低，但是在實際中相關性應該是很高的，請問怎麼解釋啊？20 相關係數還行，部分低，部分不算太低，如果是社會學的調查，這個相關係數是可以接版受的。有很多原因權，包括資料本身 ...