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.