肯德尔系数怎么分析_SPSS统计案例笔记16:相关分析之kendall系数

相关分析中最为常用的是pearson相关系数,严格来说它有自己的适用性,数据最好是正态分布且为连续型的数值,比如一个班级男生的身高数据和体重数据。

在现实中,并不是所有的分析数据都能满足这样的条件,对于一些分类型的数据,或者明显不是正态分布的数据,pearson相关系数是不合适的。此时有另外两个系数可用,它们分别是spearman和kendall相关系数。

今天的案例是学习一下kendall相关。

现在有一组银行职员的调查数据,我们想考察一下职员们的工资(salary)和受教育程度(educ)、职务等级(jabcat)之间的关系。其中educ和jabcat均为有序分类变量。

肯德尔系数怎么分析_SPSS统计案例笔记16:相关分析之kendall系数_第1张图片

我们在数据文件的数据视图下,依次打开【分析】→【相关】→【双变量】菜单。

肯德尔系数怎么分析_SPSS统计案例笔记16:相关分析之kendall系数_第2张图片

将工资、职务等级、教育程度三个变量从变量列表中移入右侧的变量框内。勾选肯德尔tau-b系数,勾选标记显著性。点击【确定】按钮,软件即开始执行相关分析过程。

来看结果:

你可能感兴趣的:(肯德尔系数怎么分析)