研究参阅|SPSS统计分析之ETA相关性分析实例

发布于 2021-04-26 06:28 ，所属分类：知识学习综合资讯

研究中的两个变量一个为连续性变量且服从正态分布、一个为名义变量，在进行两变量的相关性分析时可以使用ETA相关性分析。例如，学习者的课程测验成绩和性别。


目的和要求


目的

检验正态分布的变量和名义变量之间是否存在显著的相关关系。

要求

两个变量一个是连续性变量且服从正态分布、一个是名义变量（例如学习者的课程测验成绩和性别）


原假设和对立假设

原假设（H0）

学习者的课程测验成绩和性别不存在显著的相关关系。

对立假设（H1）

学习者的课程测验成绩和性别存在显著的相关关系。

假设评价

ETA相关性分析对学习者的课程测验成绩和性别不存在显著相关关系的原假设进行检验，如果检验产生的结果在原假设正确时的可能性小于0.05，拒绝原假设，否则接受原假设。


SPSS中输入数据及分析

定义变量

在变量视图中将学习者的课程测验成绩定义为score；性别定义为gender，其中“1”、“2”分别代表男、女。

输入数据

在数据视图中输入30名学习者的课程测验成绩和性别。

数据分析

菜单栏中选择“分析>描述统计>交叉表…”，将性别选择到“列”框中、课程测验成绩选择到“行”框中；选择“统计”，选中“Eta”，点击“继续”；选择“单元格”，选中“实测”和“期望”，点击“继续”；最后点击“确定”。


结果解读和效应量计算

个案处理摘要表

显示了ETA相关性分析中个案的处理情况，可以看到所有个案都是有效的。

交叉表

课程测验成绩*性别交叉表，显示了不同课程测验成绩分段中不同性别学生的实际数量和期望数量。

定向测量表

显示了本研究的结果，可以发现性别和课程测验成绩的相关系数Eta=0.358，表明两个变量存在显著的相关性。（-0.1-0.1之间说明弱相关或无相关）

效应量计算

在ETA相关性分析中使用Eta2作为效应量，本例中Eta2=0.13。


问题和结果表述

研究问题

学习者的课程测验成绩和性别是否存在显著的相关关系？

结果表述

研究使用ETA相关性分析对学习者的课程测验成绩和性别的相关性进行分析，Eta（30）=0.358，Eta2=0.13，存在显著的相关性，男学习者的课程测验成绩较好，学习者课程测验成绩的13%可以用性别进行预测。


号：Shared-Learning

gongzhong号：Shared Learning


相关资源