二元定距变量的相关性分析

二元定距变量的相关分析是通过计算变量间两两相关的相关系数，对两个或两个以上变量之间两两相关的程度进行分析。其中，pearson简单相关系数用来衡量定距变量间的线性关系。如：衡量国民收入和民有储蓄存款、身高和体重、初中成绩与中考成绩等变量间的线性关系。

案例

探究语文成绩与英语成绩之间是否有显著性的差异

数据

8位同学语文和英语成绩

数据分析

H0：8位同学的语文成绩和英语成绩之间无显著性差异；

H0：8位同学的语文成绩和英语成绩之间有显著性差异；

执行：analyze/correlate/bivariate，得到如下的结果：

语文成绩和英语成绩的相关性

结果表明，8名同学的语文成绩（SD=4.41;M=85.38）与英语成绩（SD=4.34;M=86.00）无显著性差异，接受原假设，拒绝对立假设。其中，语文成绩和英语成绩的相关性为0.396，证明两者的变化趋势一致，但显著性P=0.332，大于显著性水平。（课本的结果表述是错误的）

---

本编学习内容数据和案例均来自于清华大学出版社·倪雪梅·《精通spss统计分析》