用spss做两组数据的相关性分析怎么做

相关分析,和是否保留变量没任何关系你说的是相关分析的显著性如果不显著,2个原因1是你设计有误,数据收集的质量控制不好2是数据原本如此,不能改变事实我经常帮别人做这类的数据分析的再问：额，我发现是版本问

相关性分析会得出一个p值,如果p值

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

c和d的Pearson相关系数是0.082.在得出样本相关系数后,还需要检验这个相关性是否由于偶然原因得到（也就是总体相关系数实际为0,仅由于抽样误差而得到样本的这个相关系数）.经过显著性检验,在总体

图形中椭圆表示相关系数.方框表示相关性检验的P值.相关系数越接近于1表示相关性越强、你示范的数据肯定是两组一模一样的数据,所以截图中出现想过系数为1.而检验概率P值为0,这说明完全相关.

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？

你提供的是不完整的回归分析结果.模型汇总中的R方说明你的回归公式的拟合度很好,也就是说用这个公式模型来进行预测的能力很强.R方在0-1之间,越大说明拟合度越好.R说明两个变量之间为很密切的正相关关系,

这个说明A、B的相关系数是0.172,P=0.509＞0.05说明AB的相关性不成立,可认为A、B不存在直线关系.再问：您好，还有一组数据，相比较上一条的话是不是可以说前者的线性比较强呢？再答：都没有

主要是和你选择使用的统计分析方法有关.有专门的分析方法是针对含有哑变量的,忘记是什么了,自己查下书.哑变量就是就是没有具体数值,只有比较的变量.比如你说的愿意再创业和不再创业赋予1和2这里,这个变量就

把各种情况分成几个等级,然后用秩相关分析方法,计算相关系数.再问：都用秩相关分析吗再答：是的,当然，后两列间可用PEARSON相关系数

Graphs*Scatter*Simplescatterplot

朋友,你这个数据可采用pearson相关分析就可以,spss的步骤如下：1、单击Analyze——Correlate——Bivariate...,则弹出相关分析BivariateCorrelation

做相关分析时,SPSS可自动删除不成对的数据,拿成对的数据去做.不知道你说的自由度是什么再问：也就是说不同组，数据不是一一对应的哈。一些数据多，一些数据少。在各月份下，某些指标有数据，某些数据没有哈。

你所描述的问题是要用线性回归.就是analysis--regression---liner.那也就是y=ax+b.这样的.你就知道贡献率啦,看a就行了.

你的问题不太明确.一般来说,个人常用的方法有两种（前提是每个题的选项都是一致,如都为测量态度的五级,从非常不同意到非常同意）：累加形成新变量.可将一组同性质的题目每题的选项分别按照非常不同意=1,比较

应该是用重复测量的方差分析来做的

9个样本数据计算出的平均每日转发数与相关微博搜索量的pearson相关系数值0.905,它的实际显著性水平为0.001,小于理论显著性水平0.01,说明相关系数的值不是由偶然因素造成的,0.905接近

如果你收集的数据是真实数据的话,用修改数据来提高相关性就没必要了.记得在因子分析前要数据预处理,移除界外值.

2个例数太少了啊再问：只有两个样本啊，两个数据，这个怎么解决啊？再答：做不了相关

显著的负相关性再问：为什么显著相关，请分析一下。。不是相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱么。再答：