pearson相关分析维度综合-搜答案-百度作业网

不用管维度,把不同的人,对变量下的同一个问题的得分,做平均,就代表这个变量了,别的变量也一样,然后平均出来的两个或者多个变量做相关性分析,就行了再问：难道那些文献也都是这么做的？那样的话如果做描述性统

这个首先要看你的变量数据是否都属于连续性数据,如果都是连续性数据,然后绘制一下变量的散点图,看看是否是显著的不符合正态分布,如果完全不符合的话那就只能用其他的来分析,如果只是略微偏态还是可以用pear

pearson相关性分析的条件是两个变量之间呈线性的相关趋势,此时的相关系数大小会比较准确至于两个变量是否相互影响都没关系另外相关分析只能说明两者之间的互相关系,并不能说明因果关系

不相关.一般来说相关性大小要看显著性达到什么程度.显著性越小说明相关程度越高.显著性小于0.05则为显著先关,小于0.01则为极显著相关.大于0.05则说明不相关,或者相关性不强,也可以简单理解为不相

表1和表2用两种方法给出皮尔森相关系数r和P值（Sig）表1：r=1,P=0.945>0.05没有相关性表1：r=1,P=0.200>0.05没有相关性表3用了ANOVA（方差分析）分析显著性P=0.

样本量大的话,近似正态分布就可以的我替别人做这类的数据分析蛮多的

看你的分析是否有必要控制无关变量后进行相关,如果没有必要,就采用直接相关来解释就可以了不过如果严谨的来说,应该是采用偏相关的结果,这个毕竟是两者的净相关再问：数据的pearson相关不显著而spear

和正态分布没有关系,你的两个变量应该是连续变量,用pearson相关比较合适.spearman相关系数是对顺序变量做的.

心理学里面的量表维度都是用平均分来代替的只有一维的就求总分好几个维度的就分别求每个维度的平均分

1.单击“Analyze”,展开下拉菜单2.下拉菜单中寻找“Correlate”弹出小菜单,从小菜单上寻找“Bivariate...”,单击之,则弹出相关分析“BivariateCorrelation

不用先做效度,然后做个维度的相关就行了直接相加算总分是最简单的再问：我就是想做维度相关性呢，比如说我做第一个维度跟第二个维度的相关性吧，第一个维度里面有7个问题，第二个维度里面有4个问题，难道要做这7

肯定算啊!因为已经达到了显著性水平,p值小于0.05或0.01.这个说明你的样本比较多.再问：正常来说，r值在0-0.2之间是无相关的，样本多的情况下就可以只看p值来定了是吗？（样本数是256）再答：

0.737是二者的相关系数,0.544是相关系数的平方.在本例中的意思是说对于死于肺癌的结果,香烟的贡献率为0.544.