SPSS-“超市銷售數據”相關分析
- 在進行數據分析時，不僅僅要描述數據本身呈現出來的基本特征，有時候還需要進一步挖掘變量之間深層次的關系，為后期
- 模型的建立及預測做准備。
- 4.1 相關分析簡介
- (1)相關關系
- 相關關系是指現象之間存在着非嚴格的、不確定的依存關系。
- (2)回歸函數關系
- 回歸函數關系是指現象之間存在着依存關系。在這種依存關系中，對於某一變量的每一個數值，都有另一變量值
- 與之對應，並且這種依存關系可用一個數學表達式反映出來。
- 線性相關是最常用的一種，即當一個連續變量發生變動時，另一個變量相應地呈現線性關系變動，用皮爾遜相關系數 r
- 來度量。反映連續變量之間線性相關強度的一個度量指標，它的取值范圍限於[-1,1]。
- 在進行相關分析之前，通常通過繪制散點圖來觀察變量間的相關性，如果這些變量在二維坐標中構成的數據點分布在
- 一條直線的周圍，那么就說明變量間存在線性相關關系。
- 4.2 相關分析實踐
- 通過一個“超市銷售數據”用SPSS軟件進行相關分析。這是一家超市連續3年的銷售數據，包括月份、季度、廣告費用、客流量、銷售額5個變量，共有36條記錄。
-
-
-
-
-
-
-
-
- 圖1-1 “超市銷售數據”示例
-
-
-
-
-
- 4.2.1 散點圖繪制
- 這組數據是市場銷售方面的典型數據，先嘗試使用散點圖從視覺角度考察“廣告費用”和“銷售額”是否存在相關性。
- 實驗步驟：【圖形】-【舊對話框】-【散點圖/點圖】-“廣告費用”變量移至【X軸】-“銷售額”變量移至【Y軸】。
-
-
- 圖1-2 銷售額與廣告費用關系散點圖
-
- 從“廣告費用”與“銷售額”兩個變量的散點圖可以看出，兩個變量之間存在明顯的線性正相關，銷售額”隨着“廣告費用”的增加而相應增加。
- “
- 4.2.2 相關分析操作
- 【分析】-【相關】-【雙變量】
-
圖1-3 參數設置
- 依次將“廣告費用”、"銷售額"兩個變量移至【變量】框中。
-
-
- 圖1-4 相關分析結果
-
- 可以看到，“廣告費用”與“銷售額”兩個變量間的皮爾遜相關系數 r = 0.816，為高度正相關關系，顯著性(P值)=0.000
- 小於0.01，具有極其顯著的統計學意義，從實際意義來講，投入的廣告費用越多，銷售額也就相應越大。
-
- 把“廣告費用”、“客流量”、“銷售額”都移至【變量】框中，很快就得到了三個變量兩兩之間的相關分析結果。
-
-
- 圖1-5 相關分析結果
-
- 從這個相關分析表中可以得知，“廣告費用”、“客流量”和“銷售額”三個變量兩兩之間的相關系數 r 都大於0.8，三個變量兩兩之間都具有高度正相關關系，並且具有極其顯著的統計學意義。
