相关分析,两个变量之间密切程度的一种常见统计分析方法,能够简单有效说明两变量间存在什么关系,这些关系的常见描述语句有:线性相关、正相关、负相关等。

【数据集说明】

某公司员工的基本情况,数据集含3列,分别为:性别、年龄、工资,现在希望了解员工年龄和工资水平之间的关系(企业人事部门的读者可关心一下)。

用SPSS进行相关分析的典型案例-数据分析网

SPSS相关分析过程】

1、菜单操作:分析、相关、双变量
用SPSS进行相关分析的典型案例-数据分析网

2、结果
用SPSS进行相关分析的典型案例-数据分析网

相关分析的原假设是两两之间不相关,现在sig=0.002,原假设不可能发生,即得出年龄与工资水平有极显著的相关关系,且随着年龄的增加,工资会逐渐下降,老无所养吧。这个结论苍白无力,即使不用统计分析,看看身边的人其实也能想差不多明白。

3、再提高一步

在探索性数据分析阶段,分组对比分析非常重要,在分组变量的细分之下,往往能够发现意想不到的结论。我们讨论一下不同性别的员工,其年龄和工资的关系,男女在这方面有区别吗?

(1)首先用性别变量将数据集拆分为男女两部分:数据,拆分文件

 用SPSS进行相关分析的典型案例-数据分析网

(2)继续进行相关分析步骤,结果如下:

用SPSS进行相关分析的典型案例-数据分析网

可见,实际上是女性的年龄与工资水平有着极显著的负相关关系,而男性却不存在这样的关系,在实际工作生活当中,这个结论也基本符合实际。

【相关分析可视化效果】

表不如图,最能体现相关关系的图是散点图。
用SPSS进行相关分析的典型案例-数据分析网

通过散点图,可以在相关分析之前对两者之间的关系做一个相对比较直观的判断,如果得到相关分析的验证,效果更佳。

总结语:

1、相关分析属于数据分析流程前端的探索性分析,探究变量间关系及性质,其结果在于指导下一步采取何种方法,是数据挖掘之前的基础工作;

2、两两之间有相关关系,但不一定是因果关系,也可能仅是伴随关系,反过来,两两之间存在因果关系,那么两者之间必然相关;

3、相关分析之前,有必要搞清楚变量的类型,根据具体类型选择合适的相关系数。Pearson相关系数适用于两变量的度量水平都是尺度数据,并且两变量的总体是正态分布或者近似正态分布的情况,还有说法认为其样本量应大于30,可供参考,在这些条件之外的,考虑选择spearman系数或者kendall系数。

4、分组对比分析是发现问题的好方法;

5、散点图是相关分析的最直接有效的可视化方法。

作者:数据小兵

链接:http://www.datasoldier.net/post/44.html