在相關(guān)性分析的研究中，我們對和相關(guān)系數(shù)并不陌生，前者常用于分析兩個定量資料間的相關(guān)性，后者用于分析定性資料間的雙變量相關(guān)。如果要研究一個變量和一組變量間的相關(guān)，則可以使用多元線性回歸，方程的復(fù)相關(guān)系數(shù)可以表達(dá)方程的擬合效果，而偏相關(guān)系數(shù)用于描述某個自變量X（固定其他因素）和因變量Y間的關(guān)系。
然而，當(dāng)我們需要研究兩組變量（X1,X2…Xi與Y1,Y2…Yj）的相關(guān)關(guān)系時，上述統(tǒng)計方法就無能為力了。若單純列出相關(guān)系數(shù)表進(jìn)行分析，顯然不能抓住問題的實質(zhì)，這時就需要尋找到更加綜合，更具有代表性的指標(biāo)，典型相關(guān)()分析就可以解決這個問題。
本文由我們的CC老師為大家介紹此方法。
典型相關(guān)分析方法由提出，它的基本思想與主成分分析有相似之處，均采用降維的原理。只不過主成分考慮的是一組變量，而典型相關(guān)考慮的是兩組變量間的關(guān)系，即根據(jù)變量間的相關(guān)關(guān)系，尋找一個或少數(shù)幾個“綜合變量(變量的線性組合)對”來替代原變量，從而將兩組變量的關(guān)系集中到少數(shù)幾對綜合變量的關(guān)系上。
提取時要求第一對綜合變量間的相關(guān)性最大，第二對次之，同時要求第一對與第二對線性組合不相關(guān)，依此類推，直到兩組變量間的相關(guān)性被提取完畢。這些綜合變量被稱為典型變量，第1對典型變量間的相關(guān)系數(shù)則被稱為第1典型相關(guān)系數(shù)。一般來說，只需要提取1～2對典型變量即可較為充分的概括樣本信息。
對于典型相關(guān)分析的數(shù)學(xué)原理本次不做重點介紹，主要介紹一下在SPSS中的實現(xiàn)過程及結(jié)果解讀。
一、基本介紹
本次介紹的在SPSS中擬合典型相關(guān)分析，是采用專門提供的宏程序來進(jìn)行的，其使用方法非常簡單，而輸出的結(jié)果又非常詳細(xì)。該程序名為.sps，就放在SPSS的安裝路徑之中，調(diào)用方式如下：
'SPSS所在路徑\.sps'.
=第一組變量的列表
/SET2=第二組變量的列表.
在程序中首先應(yīng)當(dāng)使用命令讀入典型相關(guān)分析的宏程序，然后使用名稱調(diào)用，注意最后的“.”表示整個語句結(jié)束，不能遺漏，而且變量名稱要采用英文格式。
本次分析實例源于客戶的論文數(shù)據(jù)分析，其研究題目為：“組織員工授權(quán)知覺與員工服務(wù)質(zhì)量關(guān)系探析”，變量如下
二、操作步驟
打開已經(jīng)建立好的數(shù)據(jù)庫，注意：變量名稱要采用英文格式。
選擇文件→新建→語法，調(diào)出語法窗口，
'F:\\IBM\SPSS\\19\\\.sps'.
=
/SET2=.
將對應(yīng)語法粘貼到窗口中，全部選中后，單擊綠色三角圖標(biāo)運行程序，輸出結(jié)果
三、結(jié)果導(dǎo)出
最終將結(jié)果導(dǎo)出如下：
:
上表輸出的為“變量組X”即員工授權(quán)知覺的指標(biāo)內(nèi)部相關(guān)系數(shù)矩陣，如X1與X2的相關(guān)系數(shù)為0.7457，X2與X3的相關(guān)系數(shù)為0.4926.從相關(guān)系數(shù)來看X1與X2的相關(guān)系數(shù)較大，達(dá)到0.7457，說明X1-工作有意義與X2-工作事有意義兩個變量之間具有較大的相關(guān)性，也提示可能這兩個變量反映的是同一個方面，可以考慮合并。
上表輸出的為“變量組Y”即員工服務(wù)質(zhì)量的指標(biāo)內(nèi)部相關(guān)系數(shù)矩陣，如Y1與Y2的相關(guān)系數(shù)為0.2823，Y2與Y3的相關(guān)系數(shù)為0.3379.
分組相關(guān)系數(shù)之后輸出的是員工授權(quán)知覺與員工服務(wù)質(zhì)量的相關(guān)關(guān)系矩陣，由表中結(jié)果可見相關(guān)系數(shù)無明顯較大的，由于變量間的交互作用，此相關(guān)系數(shù)矩陣只作為參考，并不能很好反映兩組變量間的實質(zhì)聯(lián)系。
Table 4
s
1.746
2.640
3.603
4.453
5.378
6.321
7.227
8.176
上表為典型相關(guān)系數(shù)的估計值，第一典型相關(guān)系數(shù)為0.746，第二典型相關(guān)系數(shù)為0.640，第三典型相關(guān)系數(shù)為0.603，可以看出，此相關(guān)系數(shù)的值都要比員工授權(quán)知覺與員工服務(wù)質(zhì)量的簡單相關(guān)關(guān)系矩陣的值大，說明綜合的典型相關(guān)分析效果要好于簡單相關(guān)分析。
Table 5
:
Wilk'sChi-.
1..10896.000.014
2.21184.79577.000.254
3.35756.07360.000.620
4.56131.47445.000.937
5.70618.94432.000.967
6.82410.52621.000.971
7.9194.58612.000.970
8.9691.7165.000.887
上述結(jié)果為系數(shù)的檢驗結(jié)果，采用卡方檢驗spss相關(guān)分析有什么用，零假設(shè)為對應(yīng)的總體典型相關(guān)系數(shù)為0.檢驗結(jié)果可以發(fā)現(xiàn)，第一典型相關(guān)系數(shù)的檢驗P值為0.014，而其余典型相關(guān)系數(shù)P＞0.05，即第一對典型變量間的相關(guān)性有統(tǒng)計學(xué)意義，其他均無統(tǒng)計學(xué)意義。因此，員工授權(quán)知覺與員工服務(wù)質(zhì)量的相關(guān)性研究可以簡化為研究第一對典型相關(guān)變量之間的關(guān)系。
-1（標(biāo)準(zhǔn)化變量的典型相關(guān)變量的換算系數(shù)）
Table 6
上述結(jié)果為標(biāo)準(zhǔn)化變量和典型相關(guān)變量的換算系數(shù)，下表結(jié)果為原始變量和典型相關(guān)變量的換算系數(shù)，考慮到二者的量綱，相關(guān)系數(shù)差異不大，因此選擇標(biāo)準(zhǔn)化的系數(shù)作為分析依據(jù)。由這兩對典型變量的系數(shù)，可以研究員工授權(quán)知覺與員工服務(wù)質(zhì)量的相關(guān)關(guān)系。從輸出的結(jié)果可以得出spss相關(guān)分析有什么用，員工授權(quán)知覺與員工服務(wù)質(zhì)量的第一典型變量的計算公式為
員工授權(quán)知覺
U1=-0.038X1-0.050X2-0.277X3+0.199X4+0.210X5-0.643X6+0.257X7-0.010X8-0.095X9+0.-0.-0.
X6，X11的系數(shù)較大，說明工作信心和獨立自主權(quán)利方面對員工授權(quán)知覺起主要影響。
-1（原始變量的典型相關(guān)變量的換算系數(shù)）
Table 7
Table 8
員工服務(wù)質(zhì)量
V1=-0.481Y1-0.087Y2+0.177Y3-0.469Y4+0.211Y5-0.249Y6+0.089Y7-0.259Y8
Y1和Y4的系數(shù)較大，說明員工服務(wù)質(zhì)量主要反映在服務(wù)可靠性和服務(wù)速度方面。
第一對典型變量：
U1=-0.038X1-0.050X2-0.277X3+0.199X4+0.210X5-0.643X6+0.257X7-0.010X8-0.095X9+0.-0.-0.
V1=-0.481Y1-0.087Y2+0.177Y3-0.469Y4+0.211Y5-0.249Y6+0.089Y7-0.259Y8
通過以上結(jié)果可以顯示，員工對于自身有較強(qiáng)信心，且擁有較強(qiáng)獨立自主權(quán)利的員工，其服務(wù)的可靠性和服務(wù)速度也相應(yīng)較高。
Table 9
典型結(jié)構(gòu)分析
Table 10
Table 11
上述結(jié)果為員工服務(wù)質(zhì)量的原始變量與自身及其對應(yīng)的典型變量U1之間的相關(guān)分析，
可見他們只和第一對典型變量相關(guān)較為密切，與前面分析結(jié)果一致。
bang!bang!bang!我們的分答主頁正式上線啦！歡迎各位小伙伴來和主編zz交流哦~無論是統(tǒng)計分析方法，還是關(guān)于推免學(xué)校專業(yè)選擇都可以。二維碼見下方