JASP统计分析实践:相关分析

原创 数据小兵  2020-07-13 11:17  阅读 447 次
视频课程《SPSS统计分析:从入门到实践提高》

案例数据源:雇员数据

请在本公众号后台回复关键词【雇员】获取数据下载链接。

分析目的:试分析初始薪金水平与当前薪金水平的相关性。

初始薪金和当前薪金两个变量均为连续数据,如果满足多元正态分布,那么可以采用Pearson相关系数,如果不满足多元正态分布,则可采用Spearman相关系数。

Pearson相关系数要求双变量正态分布,是两个变量均服从正态分布吗? ←请看这篇文章。

正态分布检验

在【Assumption Checks】中勾选【Shapiro】,得到shapiro检验结果。

这是一个惊喜哦,JASP给大家输出的可是多元正态分布检验,这一点优势很明显,因为大家熟悉的SPSS软件是无法给出这个结果的,在SPSS中,我们通常为简便起见,是分别给出两个连续变量的正态分布检验结果,如果两个均满足正态分布,也就直接认为满足了多元正态分布条件,这并不是严格的做法。

上表结果表明,初始薪金和当前薪金不满足二元正态分布(P<0.001)。

因此不适合用Pearson相关系数,此时建议使用Spearman相关系数来衡量两个变量间的相关性。

Spearman相关性

Spearman's r = 0.826,相关系数有统计学意义(p<0.001),初始薪金与当前薪金间存在正向的,较强的相关性(r=0.826)。

关于相关系数的显著性检验,请读下面这篇文章。↓

如何理解相关分析的显著性检验?

数据可视化

两个变量间存在较强的正相关性,那应该如何用统计图形来展示呢?答案是作散点图。

JASP相关分析菜单中,同样也是内置了一个散点图的参数选项,勾选之后即可获得相应的图形。

从散点图来看,点的分布呈现出斜向上的直线,初始薪金高的人当前薪金相应也较高,二者间存在较强的线性相关性(Spearman's r = 0.826,P<0.001)。

本文完
文/图=数据小兵

历史文章

一款全新的统计软件:JASP
JASP 0.12 新版本发布
JASP可读取3种外部数据文件
JASP有序分类变量的kendall相关系数
JASP轻松计算cohen's d效应量指标
用JASP统计软件做单样本t检验
用JASP统计软件做配对样本t检验
欢迎订阅本公众号,持续关注和学习JASP。
JASP视频地址:
https://study.163.com/course/introduction/1209698808.htm?share=1&shareId=4762287
本文地址:http://www.datasoldier.net/archives/2257
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!