Spss에서 상관 행렬을 만드는 방법

상관 행렬은 데이터 세트의 서로 다른 변수 간의 피어슨 상관 계수를 보여주는 정사각형 테이블입니다.

참고로 피어슨 상관 계수는 두 변수 사이의 선형 연관성을 측정한 것입니다 . -1과 1 사이의 값을 사용합니다. 여기서:

• -1은 두 변수 사이의 완벽한 음의 선형 상관 관계를 나타냅니다.
• 0은 두 변수 사이에 선형 상관관계가 없음을 나타냅니다.
• 1은 두 변수 사이의 완벽한 양의 선형 상관 관계를 나타냅니다.

상관 계수가 0에서 멀어질수록 두 변수 간의 관계가 더 강해집니다.

이 자습서에서는 SPSS에서 상관 행렬을 만들고 해석하는 방법을 설명합니다.

예: SPSS에서 상관 행렬을 만드는 방법

8명의 농구 선수의 평균 어시스트, 리바운드 및 점수를 표시하는 이 데이터세트에 대한 상관 행렬을 만들려면 다음 단계를 따르세요.

1단계: 이변량 상관관계를 선택합니다.

• 분석 탭을 클릭합니다.
• 상관관계 를 클릭합니다.
• 이변량 을 클릭합니다.

2단계: 상관 행렬을 만듭니다.

데이터 세트의 각 변수는 처음에 왼쪽 상자에 표시됩니다.

• 상관 행렬에 포함할 각 변수를 선택하고 화살표를 클릭하여 변수 상자로 전송합니다. 이 예에서는 세 가지 변수를 모두 사용합니다.
• 상관 계수 아래에서 Pearson의 상관, Kendall의 타우 또는 Spearman의 상관을 사용할지 선택합니다. 이 예에서는 Pearson으로 그대로 두겠습니다.
• 유의성 검정 에서 두 변수가 통계적으로 유의미한 연관성을 가지고 있는지 확인하기 위해 양측 검정을 사용할지 단측 검정을 사용할지 선택합니다. 양측으로 남겨두겠습니다.
• SPSS가 유의 하게 상관된 변수를 보고하도록 하려면 유의한 상관 보고 옆의 상자를 선택하십시오.
• 마지막으로 확인 을 클릭합니다.

확인을 클릭하면 다음 상관 행렬이 나타납니다.

3단계: 상관 행렬을 해석합니다.

상관 행렬은 각 변수에 대해 다음 세 가지 측정값을 표시합니다.

• 피어슨 상관관계: -1에서 1 사이의 두 변수 사이의 선형 연관성을 측정합니다.
• 시그. (양측): 상관 계수와 연관된 양측 p-값입니다. 이는 두 변수가 통계적으로 유의미한 연관성을 가지고 있는지 알려줍니다(예: p < 0.05인 경우).
• N: 피어슨 상관 계수를 계산하는 데 사용되는 쌍 수입니다.

예를 들어 Assists 변수의 결과를 해석하는 방법은 다음과 같습니다.

• 어시스트와 리바운드 간의 피어슨 상관계수는 -0.245 입니다. 이 숫자는 음수이므로 두 변수가 음의 연관성을 가지고 있음을 의미합니다.
• 어시스트 및 리바운드에 대한 Pearson 상관 계수와 관련된 p-값은 0.559 입니다. 이 값은 0.05 이상이므로 두 변수는 통계적으로 유의미한 연관성을 갖지 않습니다.
• 피어슨 상관 계수를 계산하는 데 사용된 쌍의 수는 8개 였습니다(예: 이 계산에는 8개의 플레이어 쌍이 사용되었습니다).

4단계: 상관 행렬을 시각화합니다.

또한 산점도 행렬을 생성하여 각 변수 간의 선형 관계를 시각화할 수도 있습니다.

• 차트 탭을 클릭합니다.
• 차트 작성기 를 클릭합니다.

• 차트 유형의 경우 분산형/점 을 클릭합니다.
• Scatterplot Matrix 라고 표시된 이미지를 클릭하세요.
• 왼쪽 상단의 변수 상자에서 Ctrl을 누른 채 세 개의 변수 이름을 클릭합니다. Scattermatrix 라고 표시된 차트 하단의 상자로 드래그하세요.
• 마지막으로 확인 을 클릭합니다.

다음 산점도 행렬이 자동으로 나타납니다.

각 개별 산점도는 두 변수 간의 쌍별 조합을 보여줍니다. 예를 들어, 왼쪽 하단 모서리에 있는 산점도는 데이터 세트에 있는 8명의 플레이어 각각에 대한 포인트와 어시스트의 쌍별 조합을 보여줍니다.

산점도 행렬은 선택 사항이지만 데이터 세트의 각 쌍별 변수 조합 간의 관계를 시각화하는 좋은 방법을 제공합니다.