文档介绍：本科教学实验报告
（实验）课程名称：数据分析技术系列实验
实验报告
学生姓名：
一、实验室名称：
二、实验项目名称：相关分析
三、实验原理
相关关系是不完全确定的随机关系。在相关关系的情况下，当一个或几个相互联系的 变量取一定值得时候，与之相应的另一变量的值虽然不确定，但它仍然按照某种规律在一 定的范围内变化。
按照数据度量的尺度不同，相关分析的方法也不同，连续变量之间的相关性常用 Pearson简单相关系数测定；定序变量的相关系数常用 Spearman秩相关系数和Kendall
秩相关系数测定；定类变量的相关分析要使用列连表分析法。
四、实验目的
理解相关分析的基本原理，掌握在 SPSS软件中相关分析的主要参数设置及其含义，掌握 SPSS软件分
析结果的含义及其分析。
五、实验内容及步骤
实验内容：以雇员表为例，共有 474条数据，运用相关分析方法对变量间的相
关关系进行分析。
1）分析性别与工资之间是否存在相关关系。
2）分析教育程度与工资之间是否存在相关关系。
实验要求：掌握相关分析方法的计算思路及其在 SPSS环境下的操作方法，掌
握输出结果的解释。
.分析性别与工资之间是否存在相关关系。
分析：性别属于定类变量，是离散值，因使用卡方检验。
Stepl 操作为 Analyze\DescriptiveStatistics\Crosstabs
Step2将性另1J （Gender）和收入（CurrentSalaN分另U移入 Rows列表框和Columns
列表框
Step3单击Statistics按钮，在弹出的子对话框中选中默认的 Chi-square,进行卡
方检验。退回到主对话框，单击 ok。
.分析教育程度与工资之间是否存在相关关系。
分析：教育程度为定序变量，工资为连续变量，可使用 Spearmanf口 Kendall秩
相关系数检验。
Step1用散点图初步判断二变量的相关性， 操作为Graphs/LegacyDialogs/Scatter,
选择SimpleScatter教育程度为自变量，工资为因变量，做散点图。
散点图结果如图示，二者存在线性相关关系。只有线性相关的关系确定后 才能继续进行下一步分析。因此，在进行相关分析之前的预分析过程也是十分重 要的。
，操作为 Analyze/Correlate/Bivariate，选择 Kendall 和 Spearman 相关系数。
六、实验器材（设备、元器件）：
计算机、打印机、硒鼓、碳粉、纸张
七、实验数据及结果分析
.分析性别与工资之间是否存在相关关系。
卡方检验结果为
卡方检验
值
df
渐进Sig.（双侧）
Pearson 卡方
似然比
有效案例中的N
474
220
220
.001
.000
单元格％）的期望计数少于5。
显着性水平为，即至少有％的把握认为性别和工资之间存在显着的相关系
.分析教育程度与工资之间是否存在相关关系。
相关系数
EducationalLev
el(years)
CurrentSalary
Kendall 的 tau_b EducationalLevel