使用 SPSS 和 PASW/相關性

當兩個變數的得分發生系統性變化時，可以認為這兩個變數相關。相關性的目的是改進估計值和/或對總體進行預測。簡單線性相關性對於透過使用直線公式考慮自變數與因變數的關係來改進因變數的最佳估計特別有用。

在 SPSS 中，我們能夠執行兩個區間/比率變數之間的相關性。為此，請單擊“分析”→“相關”。您將看到三個選項。如果您有兩個區間/比率變數，請選擇“雙變數...”。

彈出視窗將要求您選擇兩個變數，並將它們移動到視窗右側的“變數”框中。選擇感興趣的變數。在本例中，我們將使用宗教信仰量表和靈性量表作為我們的兩個變數。確保選中 Pearson's r 旁邊的框。

然後單擊“確定”。

您將獲得以下表格

此表格稱為相關性表格。在對角線上，每個變數與其自身相關，因此它們是 1.0 的完美相關。該表也是對稱的，這意味著對角線以上單元格與對角線以下單元格相同，因此您實際上只需要檢查一組單元格 - 對角線以上或以下的單元格。

關於單元格告訴我們什麼... 將宗教信仰與靈性相關聯的單元格中的第一個值報告了 0.585 的相關係數。相關係數的範圍從 -1.0 到 +1.0。1.0 的絕對值表示完美相關，這在社會科學中很少見。負相關意味著當一個變數上升時，另一個變數下降。正相關意味著當一個變數上升時，另一個變數也上升。0.585 的相關性是正的，這意味著隨著宗教信仰的增加，靈性也隨之增加。但相關性並不完美，這意味著靈性變化中的一部分沒有被宗教信仰變化解釋。

相關性末尾的星號表示相關性是顯著的。顯著性的 p 值在兩個地方顯示 - 在表格最底部定義星號的位置，以及相關係數下方，p 值的位置。在本例中，p 值為 0.000，這意味著僅僅由於機會找到這兩個變數之間這種關係的機率小於 0.001，或者小於千分之一。這表明宗教信仰和靈性之間存在顯著關係。

單元格中的最後一個值是相關性的樣本量 - 646。如果您要同時對兩個以上變數進行相關性分析，這可以透過在相關對話方塊中簡單地新增兩個以上變數來完成，那麼正在比較的樣本量可能會因缺少值或無響應等因素而異。

從技術上講，在進行相關性分析之前，應該始終執行散點圖以確保兩個變數之間的關係是線性的。這可以透過在 SPSS 中單擊“圖形”→“圖表構建器”來完成。

圖表構建器視窗開啟後，單擊散點圖。選擇散點圖圖形的第一個顯示示例，並將該顯示拖到彈出視窗右側的大框中。從側捲軸中選擇您的自變數，並將其拖到右側框中的 X 軸。從側捲軸中選擇您的因變數，並將其拖到右側框中的 Y 軸。

完成後，單擊“確定”。

您將獲得類似於以下圖形的內容

此散點圖表明兩個變數之間存在某種線性關係。基本上，任何在宗教信仰上得分高的人在靈性上得分都不低。但是，有一些人在宗教信仰上得分低，但在靈性上得分高。即使這樣，總體趨勢也是線性關係，這意味著這兩個變數適合相關性和迴歸分析。

本章由 Brittany Harder 貢獻。