Come creare una matrice di correlazione in spss
Una matrice di correlazione è una tabella quadrata che mostra i coefficienti di correlazione di Pearson tra diverse variabili in un set di dati.
Come promemoria, il coefficiente di correlazione di Pearson è una misura dell’associazione lineare tra due variabili . Assume un valore compreso tra -1 e 1 dove:
- -1 indica una correlazione lineare perfettamente negativa tra due variabili
- 0 indica alcuna correlazione lineare tra due variabili
- 1 indica una correlazione lineare perfettamente positiva tra due variabili
Quanto più il coefficiente di correlazione si allontana da zero, tanto più forte è la relazione tra le due variabili.
Questo tutorial spiega come creare e interpretare una matrice di correlazione in SPSS.
Esempio: come creare una matrice di correlazione in SPSS
Seguire i seguenti passaggi per creare una matrice di correlazione per questo set di dati che visualizzi la media degli assist, dei rimbalzi e dei punti di otto giocatori di basket:
Passaggio 1: selezionare Correlazione bivariata.
- Fare clic sulla scheda Analizza .
- Fare clic su Correla .
- Fare clic su Bivariata .
Passaggio 2: creare la matrice di correlazione.
Ciascuna variabile nel set di dati verrà inizialmente visualizzata nella casella di sinistra:
- Seleziona ciascuna variabile che desideri includere nella matrice di correlazione e fai clic sulla freccia per trasferirle nella casella Variabili . Utilizzeremo tutte e tre le variabili in questo esempio.
- In Coefficienti di correlazione , scegli se desideri utilizzare la correlazione di Pearson, la tau di Kendall o la correlazione di Spearman. Per questo esempio lo lasceremo come Pearson.
- In Test di significatività scegliere se si desidera utilizzare un test a due code o a una coda per determinare se due variabili hanno un’associazione statisticamente significativa. Lo lasceremo a due code.
- Seleziona la casella accanto a Segnala correlazioni significative se desideri che SPSS riporti le variabili che sono correlate in modo significativo.
- Infine, fare clic su OK .
Dopo aver fatto clic su OK , viene visualizzata la seguente matrice di correlazione:
Passaggio 3: interpretare la matrice di correlazione.
La matrice di correlazione visualizza le seguenti tre misurazioni per ciascuna variabile:
- Correlazione di Pearson: misura dell’associazione lineare tra due variabili, compresa tra -1 e 1.
- Sig. (a due code): valore p a due code associato al coefficiente di correlazione. Questo ti dice se due variabili hanno un’associazione statisticamente significativa (ad esempio se p < 0,05)
- N: numero di coppie utilizzate per calcolare il coefficiente di correlazione di Pearson.
Ad esempio, ecco come interpretare il risultato della variabile Assist:
- Il coefficiente di correlazione di Pearson tra assist e rimbalzi è -0,245 . Poiché questo numero è negativo, significa che queste due variabili hanno un’associazione negativa.
- Il valore p associato al coefficiente di correlazione di Pearson per assist e rimbalzi è 0,559 . Poiché questo valore non è inferiore a 0,05, le due variabili non presentano un’associazione statisticamente significativa.
- Il numero di coppie utilizzate per calcolare il coefficiente di correlazione di Pearson era 8 (ad esempio, in questo calcolo sono state utilizzate 8 coppie di giocatori).
Passaggio 4: Visualizza la matrice di correlazione.
È inoltre possibile creare una matrice di grafici a dispersione per visualizzare la relazione lineare tra ciascuna variabile.
- Fare clic sulla scheda Grafici .
- Fai clic su Generatore di grafici .
- Per il tipo di grafico, fai clic su Dispersione/Punti .
- Fare clic sull’immagine che dice Matrice del grafico a dispersione .
- Nella casella Variabili in alto a sinistra, tieni premuto Ctrl e fai clic sui tre nomi di variabili. Trascinali nella casella nella parte inferiore del grafico che dice Scattermatrix .
- Infine, fare clic su OK .
Verrà visualizzata automaticamente la seguente matrice del grafico a dispersione:
Ogni singolo grafico a dispersione mostra le combinazioni a coppie tra due variabili. Ad esempio, il grafico a dispersione nell’angolo in basso a sinistra mostra le combinazioni a coppie di punti e assist per ciascuno degli 8 giocatori nel set di dati.
Una matrice di grafico a dispersione è facoltativa, ma fornisce un buon modo per visualizzare la relazione tra ciascuna combinazione di variabili a coppie in un set di dati.