相关性分析用皮尔森还是斯皮尔曼?

我的问卷里设置了ABCD四个维度,每个维度下10道题,一共40道题。答案用了李克特5级量表,从“非常不同意”=1到“非常同意”=5这样进行赋值后为每个维度算了一个平均值,现在我有150个样本,想用相关性分析,分析维度两两之间的相关性,应该用皮尔森相关系数呢还是用斯皮尔曼?(SPSS计算了是正态分布的,但散点图基本上都看不出存在线性关系)

我觉得应该用斯皮尔曼更符合。斯皮尔曼相对于皮尔森,处理的是基于排名的值,而不是连续的原始值。在你的问题里,你的数值是排名,而不是具有含义的连续值,斯皮尔曼应该会更适合一些。

相关性的度量非常多,楼主问题属于两个定序变量的相关性。常用的是Gamma系数和somers dy(萨默斯 d)系数。Gamma系数属于对称性相关系数(两个变量可以认为互相影响),而somers dy属于非对称性(某个变量可以认为是原因x,另一个属于结果y)。斯皮尔曼属于对称性相关系数,这个相关系数用的比较少,因为相对于其他的系数它不够好。

在 SPSS中,选择“分析-描述统计-交叉表-统计-勾选 Gamma和萨默斯 d(S)”则可以输出这两个相关系数。SPSS 另外提供了somers dy 的对称版本,这个可以参考下,如果认为是对称的则一般使用Gamma系数。

You may also like...

Popular Posts

发表评论

电子邮件地址不会被公开。 必填项已用*标注