วิธีสร้างเมทริกซ์สหสัมพันธ์ใน spss

เมทริกซ์สหสัมพันธ์ คือตารางสี่เหลี่ยมที่แสดงค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันระหว่างตัวแปรต่างๆ ในชุดข้อมูล

ขอย้ำเตือนว่า สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน เป็นหน่วยวัดความสัมพันธ์เชิงเส้นระหว่างตัวแปรสอง ตัว ใช้ค่าระหว่าง -1 ถึง 1 โดยที่:

• -1 บ่งชี้ถึงความสัมพันธ์เชิงเส้นเชิงลบอย่างสมบูรณ์ระหว่างตัวแปรสองตัว
• 0 บ่งชี้ว่าไม่มีความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว
• 1 บ่งชี้ความสัมพันธ์เชิงเส้นเชิงบวกอย่างสมบูรณ์ระหว่างตัวแปรสองตัว

ยิ่งค่าสัมประสิทธิ์สหสัมพันธ์จากศูนย์มากเท่าใด ความสัมพันธ์ระหว่างตัวแปรทั้งสองก็จะยิ่งแข็งแกร่งขึ้นเท่านั้น

บทช่วยสอนนี้จะอธิบายวิธีสร้างและตีความเมทริกซ์สหสัมพันธ์ใน SPSS

ตัวอย่าง: วิธีการสร้างเมทริกซ์สหสัมพันธ์ใน SPSS

ทำตามขั้นตอนต่อไปนี้เพื่อสร้างเมทริกซ์สหสัมพันธ์สำหรับชุดข้อมูลนี้ซึ่งแสดงค่าเฉลี่ยแอสซิสต์ รีบาวด์ และแต้มของผู้เล่นบาสเก็ตบอล 8 คน:

ขั้นตอนที่ 1: เลือกความสัมพันธ์แบบไบวาเรียต

• คลิกแท็บ วิเคราะห์
• คลิก สัมพันธ์กัน
• คลิก ไบวาเรียต

ขั้นตอนที่ 2: สร้างเมทริกซ์สหสัมพันธ์

ตัวแปรแต่ละตัวในชุดข้อมูลจะเริ่มแสดงในช่องด้านซ้าย:

• เลือกตัวแปรแต่ละตัวที่คุณต้องการรวมไว้ในเมทริกซ์สหสัมพันธ์แล้วคลิกลูกศรเพื่อถ่ายโอนไปยังกล่อง ตัวแปร เราจะใช้ตัวแปรทั้งสามในตัวอย่างนี้
• ภายใต้ ค่าสัมประสิทธิ์สหสัมพันธ์ ให้เลือกว่าคุณต้องการใช้ความสัมพันธ์ของเพียร์สัน เอกภาพของเคนดัลล์ หรือความสัมพันธ์ของสเปียร์แมน เราจะปล่อยให้มันเป็นเพียร์สันสำหรับตัวอย่างนี้
• ภายใต้ การทดสอบนัยสำคัญ ให้เลือกว่าคุณต้องการใช้การทดสอบแบบสองด้านหรือแบบด้านเดียวเพื่อพิจารณาว่าตัวแปรสองตัวมีความสัมพันธ์กันที่มีนัยสำคัญทางสถิติหรือไม่ เราจะปล่อยให้มันเป็นสองด้าน
• ทำเครื่องหมายที่ช่องถัดจาก รายงานความสัมพันธ์ที่มีนัยสำคัญ หากคุณต้องการให้ SPSS รายงานตัวแปรที่มีความสัมพันธ์กันอย่างมีนัยสำคัญ
• สุดท้ายคลิก ตกลง

เมื่อคุณคลิก ตกลง เมทริกซ์สหสัมพันธ์ต่อไปนี้จะปรากฏขึ้น:

ขั้นตอนที่ 3: ตีความเมทริกซ์สหสัมพันธ์

เมทริกซ์สหสัมพันธ์จะแสดงการวัดสามค่าต่อไปนี้สำหรับแต่ละตัวแปร:

• ความสัมพันธ์แบบเพียร์สัน: การวัดความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว ตั้งแต่ -1 ถึง 1
• ซิก (สองด้าน): ค่า p สองด้านที่เกี่ยวข้องกับสัมประสิทธิ์สหสัมพันธ์ ซึ่งจะบอกคุณว่าตัวแปรสองตัวมีความสัมพันธ์กันที่มีนัยสำคัญทางสถิติหรือไม่ (เช่น ถ้า p < 0.05)
• N: จำนวนคู่ที่ใช้ในการคำนวณสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

ตัวอย่างเช่น ต่อไปนี้เป็นวิธีการตีความผลลัพธ์ของตัวแปร Assists:

• ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันระหว่างแอสซิสต์และการรีบาวด์คือ -0.245 เนื่องจากจำนวนนี้เป็นลบ หมายความว่าตัวแปรทั้งสองมีความสัมพันธ์กันเป็นลบ
• ค่า p ที่เกี่ยวข้องกับสัมประสิทธิ์สหสัมพันธ์เพียร์สันสำหรับการแอสซิสต์และการรีบาวด์คือ 0.559 เนื่องจากค่านี้ไม่น้อยกว่า 0.05 ตัวแปรทั้งสองจึงไม่มีความเชื่อมโยงที่มีนัยสำคัญทางสถิติ
• จำนวนคู่ที่ใช้ในการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันคือ 8 (เช่น ใช้ผู้เล่น 8 คู่ในการคำนวณนี้)

ขั้นตอนที่ 4: แสดงภาพเมทริกซ์สหสัมพันธ์

คุณยังสามารถสร้างเมทริกซ์การลงจุดกระจายเพื่อให้เห็นภาพความสัมพันธ์เชิงเส้นระหว่างตัวแปรแต่ละตัวได้

• คลิกแท็บ แผนภูมิ
• คลิก ตัวสร้างแผนภูมิ

• สำหรับประเภทแผนภูมิ คลิก กระจาย/จุด
• คลิกที่ภาพที่ระบุว่า Scatterplot Matrix
• ในกล่อง ตัวแปร ที่ด้านซ้ายบน ให้กด Ctrl ค้างไว้แล้วคลิกชื่อตัวแปรทั้งสาม ลากไปยังกล่องที่ด้านล่างของแผนภูมิที่ระบุว่า Scattermatrix
• สุดท้ายคลิก ตกลง

เมทริกซ์ Scatterplot ต่อไปนี้จะปรากฏขึ้นโดยอัตโนมัติ:

แผนภูมิกระจายแต่ละรายการจะแสดงการรวมกันแบบคู่ระหว่างตัวแปรสองตัว ตัวอย่างเช่น แผนภูมิกระจายที่มุมซ้ายล่างจะแสดงการรวมกันของคะแนนและการช่วยเหลือสำหรับผู้เล่น 8 คนแต่ละคนในชุดข้อมูล

เมทริกซ์ Scatterplot เป็นทางเลือก แต่เป็นวิธีที่ดีในการแสดงภาพความสัมพันธ์ระหว่างการรวมตัวแปรแต่ละคู่ในชุดข้อมูล