2018-02-14
674
Для построения матрицы парной корреляции всех переменных с помощью пакета SPSS необходимо выполнить следующие действия:
1. Выбрать в верхней строке меню Анализ – Корреляция – Парные.
2. Переменные, относительно которых проверяется степень корреляционной связи, поочередно переместить в поле тестируемых переменных справа (Рис.2.1-.2.2).
3. Начать расчет путем нажатия ОК.
Рис.2.1.
Рис. 2.1 - 2.2. Построение матрицы парной корреляции в SPSS.
В результате в выходной области появиться матрица парной корреляции всех переменных (Таблица 2.1). Полученные результаты содержат: коэффициент корреляции Пирсона, вероятность ошибки, соответствующая предположению о ненулевой корреляции, и количество использованных пар значений n=16.
Коэффициент корреляции R между двумя переменными указывает на силу связи между ними и принимает значения между -1 и +1. При этом, если значение находится ближе к 1, то это означает наличие сильной связи, а если ближе к 0, то слабой.
|
|
|
Таблица 2.1. Корреляции
| Объем реализации | Время | Реклама | Цена | Цена конкурента | Индекс потребительских расходов | ||
| Объем реализации | Корреляция Пирсона | 1 | .678(**) | .646(**) | .233 | .226 | .816(**) |
| Знч.(2-сторон) | .004 | .007 | .385 | .399 | .000 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 | |
| Время | Корреляция Пирсона | .678(**) | 1 | .106 | .174 | -.051 | .960(**) |
| Знч.(2-сторон) | .004 | .695 | .520 | .851 | .000 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 | |
| Реклама | Корреляция Пирсона | .646(**) | .106 | 1 | -.003 | .204 | .273 |
| Знч.(2-сторон) | .007 | .695 | .990 | .448 | .306 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 | |
| Цена | Корреляция Пирсона | .233 | .174 | -.003 | 1 | .698(**) | .235 |
| Знч.(2-сторон) | .385 | .520 | .990 | .003 | .380 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 | |
| Цена конкурента | Корреляция Пирсона | .226 | -.051 | .204 | .698(**) | 1 | .031 |
| Знч.(2-сторон) | .399 | .851 | .448 | .003 | .910 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 | |
| Индекс потребительских расходов | Корреляция Пирсона | .816(**) | .960(**) | .273 | .235 | .031 | 1 |
| Знч.(2-сторон) | .000 | .000 | .306 | .380 | .910 | ||
| N | 16 | 16 | 16 | 16 | 16 | 16 |
** Корреляция значима на уровне 0.01 (2-сторон.).
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. объем реализации имеет тесную связь с индексом потребительских расходов (ryx5= 0.816), с расходами на рекламу (ryx2 = 0.646) и со временем (ryx1 = 0.678). Однако факторы Х2 и Х5 тесно связаны между собой (rх 1x5 = 0.96), что свидетельствует о наличии мультиколлинеарности. Из этих двух переменных оставим в модели Х5 - индекс потребительских расходов.
На основе анализа матрицы коэффициентов парной корреляции делаем вывод о целесообразности построения двухфакторного регрессионного уравнения Y=f(X2, X5).
