IBM SPSS Statistics為用戶提供了三種相關(guān)性分析的方法，分別是雙變量分析、偏相關(guān)分析和距離分析，三種相關(guān)分析方法各針對(duì)不同的數(shù)據(jù)情況，接下來我們將為大家介紹如何使用SPSS相關(guān)性分析中的距離分析。

一、數(shù)據(jù)簡(jiǎn)述

距離分析和其他兩類相關(guān)分析方法的不同之處在于，分析結(jié)果不會(huì)出現(xiàn)表示變量相關(guān)性的p值，只會(huì)顯示變量或個(gè)案之間的距離。

圖1：數(shù)據(jù)樣本

上圖是本次分析中使用到的數(shù)據(jù)樣本，是五個(gè)學(xué)生的三項(xiàng)體育測(cè)試成績，我們將對(duì)每個(gè)個(gè)案之間進(jìn)行相關(guān)性分析，即分析他們的體育成績的距離相關(guān)性。

二、距離分析

1.功能位置

圖2：距離分析

在“分析”——“相關(guān)”中點(diǎn)擊“距離”，可以進(jìn)入距離分析的對(duì)話框。

2.設(shè)置項(xiàng)目

圖3:分析設(shè)置

數(shù)據(jù)樣本中主要有四個(gè)變量，將待分析的變量“百米成績”、“坐位體前屈成績”和“實(shí)心球成績”移入“變量”窗口，作為分析變量依據(jù)。

將“編號(hào)”移入“個(gè)案標(biāo)注依據(jù)”，將計(jì)算依據(jù)選擇為“個(gè)案間”，表示本次分析將對(duì)個(gè)案間的三個(gè)變量數(shù)據(jù)進(jìn)行距離分析。

3.測(cè)量（非相似性）

圖4：非相似性測(cè)量

在“測(cè)量”中勾選“非相似性”，點(diǎn)擊“測(cè)量”，進(jìn)入下一步設(shè)置。

非相似性的測(cè)量方法有三種，分別是區(qū)間、計(jì)數(shù)和二分，區(qū)間是針對(duì)連續(xù)變化的樣本，我們這里使用的樣本數(shù)據(jù)就符合這一條件，選擇其中的“歐式距離”作為距離分析方法。

計(jì)數(shù)主要是通過對(duì)變量進(jìn)行計(jì)數(shù)，再運(yùn)用卡方值或phi平方度量值來進(jìn)行距離分析的；二分是針對(duì)二分?jǐn)?shù)據(jù)的，我們這里不是二值數(shù)據(jù)，也不適合這種分析方法。

圖5：非相似性設(shè)置

轉(zhuǎn)換值下的“標(biāo)準(zhǔn)化”是對(duì)個(gè)案或變量進(jìn)行標(biāo)準(zhǔn)化處理，有多種選擇，因?yàn)榉治龅淖兞康膯挝徊煌�，所以我們使用到的�?ldquo;Z分?jǐn)?shù)”，勾選“按照個(gè)案”。

轉(zhuǎn)換測(cè)量可以將計(jì)算出來的結(jié)果進(jìn)行轉(zhuǎn)換，包括絕對(duì)值、符號(hào)、重新標(biāo)注，不需要勾選。

4.分析結(jié)果（非相似性）

圖6：分析結(jié)果

在輸出日志中查看分析結(jié)果，有兩個(gè)表格，非相似性矩陣中呈現(xiàn)的是每個(gè)個(gè)案之間的距離參數(shù)，由于進(jìn)行的是非相似性分析，所以參數(shù)越小，相似性越大，可以看出，樣本2和樣本5之間的距離是最小的，所以他們的相關(guān)性是最強(qiáng)的。

5.相似性測(cè)量

圖7：相似性測(cè)量設(shè)置

如果要對(duì)個(gè)案之間進(jìn)行相似性距離測(cè)量，請(qǐng)?jiān)?ldquo;測(cè)量”下選擇“相似性”，方法選擇“區(qū)間”中的“皮爾遜相關(guān)性”，轉(zhuǎn)換值和轉(zhuǎn)換測(cè)量的設(shè)置與非相似性測(cè)量類似，選擇“Z分?jǐn)?shù)”和“按照個(gè)案”。

相似性測(cè)量的結(jié)果是得到一個(gè)相似性矩陣，參數(shù)值越大，相關(guān)性越強(qiáng)。

三、小結(jié)

今天我們主要介紹了使用IBM SPSS Statistics進(jìn)行相關(guān)性分析的一種方法：距離分析，這種分析方法可以被運(yùn)用于分析個(gè)案或變量之間的距離，從而進(jìn)一步判斷被分析對(duì)象的相關(guān)程度。