SPSSforWindows測量級別相關系數取值范圍PRE意義檢驗方法SPSS程序類-類(類-序)λ[0.1]λχ2

crosstabs序-序G/rs[-1.1]G/rs2T檢驗Crosstabs/correlation類\序-距(≥3)E/E2[0.1]E2F檢驗crosstabs/Oneway/means距-距r[-1.1]r2T檢驗crosstabs/correlation/linear一相關分析的概念PartFour相關分析

二交互分類analyze→descriptivestatistics→crosstabs可計算所有相關系數并進行檢驗（F檢驗除外）行變量，自變量列變量，因變量顯示每組變量的條形分類圖不輸出列聯表相關統計計算輸出表格的形式表格排列順序Χ2,受樣本量影響計算r(不推薦)和rs系數.相關性檢驗TλG相關，較適合2*2分層卡方檢驗類－距E系數,因變量為定距列聯系數C,行列數相同2*2，排除樣本量影響V系數,2*2以上內部一致性系數優勢比OR，相對危險度RR適合方形表,n*n任意格數配對卡方檢驗頻數觀測頻數期望頻數百分比行百分比列百分比總百分比列聯表的格式自變量,行變量因變量，列變量人數行百分比列百分比總百分比邊緣百分比邊緣百分比條件百分比皮爾森卡方X2自由度概率值卡方檢驗中應避免出現期望頻數小于1。若20%以上單元格期望頻數小于5，因此需要采用似然比卡方檢驗修正值。線性相關卡方，只適應定序卡方檢驗應用條件：1.隨機樣本數據；2.卡方檢驗的理論頻數不能太小。3.2X2四格表中，兩個獨立樣本比較可以分為3種情況：所有的理論數T≥5并且總樣本量n≥40，用Pearson卡方進行檢驗。如果理論數T＜5但T≥1，并且n≥40，用連續性校正的卡方進行檢驗。如果有理論數T＜1或n＜40，則用Fisher’s檢驗。

4.適用于R×C表卡方檢驗應用條件：R×C表中理論數小于5的格子不能超過1/5；若違反，應對卡方值進行修正。不能有小于1的理論數。若統計分析中有不符合R×C表的卡方檢驗，可以通過增加樣本數、列合并來實現。要探索顯著差異的地方時，采用卡方分割法----分成多個2X2表格進行多重檢驗，但需要調整顯著度水平，為原顯著水平除以需分割的次數。序-序距-距:

rG斯皮爾曼rs取值T檢驗值概率值案例：

艾滋病“準疫苗”是否具有顯著性效果2009年9月新聞《美泰兩國研制出艾滋病“準疫苗”》：“聯合疫苗”試驗始于2003年10月,試驗對象是在泰國選取的1.6萬多名年齡在18歲至30歲的志愿者。其艾滋病病毒檢測均為陰性,且其感染風險與普通人群的平均水平相當。其中,一組志愿者被注射了“聯合疫苗”,另一對照組則只被注射了安慰劑。結果顯示,在8197名接受疫苗注射的志愿者中,51人感染了艾滋病病毒,而在對照組的8198人中,有74人感染。(注射疫苗組感染風險率51/8197=0.622%,對照組感染風險率0.903%。)檢驗結果對于2X2列表，SPSS會提供連續校正和Fisher精確檢驗方法，小樣本中主要參考這二個指標。PartFour相關分析三兩個變量間的相關性分析

analyze→correlate→bivariate

計算序-序、距-距相關系數，并T檢驗序-序:τb,rs距-距Pearson:

r系數雙尾檢驗單尾檢驗顯示相應顯著度水平計算每個變量的均值和標準差缺省值的處理剔除正在參與運算的2個變量值是缺失值的觀測量剔除所有參與運算變量中帶有缺失值的觀測量課堂練習“相關分析數據.sav”中，判斷“年齡”、“性別”、“教育”、“婚姻狀況”與“家庭月收入”、“個人月收入”之間的相關性，計算相關系數。（用crosstabs模塊）“相關分析數據—課堂練習.sav”中：

1）以20000元為一檔,對salary變量重新編碼,生成新變量sal_new；