#BV#

若视频不清晰请点此观看原视频

步骤

1. 对变量进行统计：

   1. 转化 > 计算变量
   2. 目标变量输入维度名称，数字表达式输入mean(维度下第一题 to 维度下最后一题)
      • 例如(题目名称不用手动输入，直接点击左侧对应标签即可)：
   3. 对所有维度执行相同操作。

2. 选择分析方法：点击菜单栏的“分析” > “相关” > “双变量”。

3. 选择变量：在弹出的对话框中，将希望分析相关性的变量(通常为所有的量表维度)添加到“变量”框中。

4. 选择相关系数类型：在“相关系数”部分，通常选择“皮尔逊”相关系数。如果数据不满足正态分布，可以选择“斯皮尔曼”或“肯德尔”相关系数。

5. 运行分析：设置完成后，点击“确定”以运行分析。

6. 查看结果：SPSS会在输出窗口中生成相关系数矩阵，包括每对变量之间的相关系数、显著性水平（p值）等信息。通常，p值小于0.05表示相关性显著。

7. 表格：表格绘制为以下样式：

8. 热力图：还可以绘制热力图，使结果更直观、美观：

绘图代码

解读

*：p＜0.05 **：p＜0.01 ***：p＜0.001

Word解释

当相关系数大于0时正相关，小于0时负相关；当其绝对值小于0.3时无相关性，0.3~0.5时低相关，0.5~0.8时中度相关，大于0.8时高度相关。因此，根据以上表格数据得出结论：

绩效期望与努力期望的相关系数为0.712，P＜0.01，说明两者呈现中度正相关关系；

努力期望与促进因素的相关系数为0.745，P＜0.01，说明两者呈现中度正相关关系；

促进因素与社会影响的相关系数为0.817，P＜0.01，说明两者呈现高度正相关关系；

社会影响与感知风险的相关系数为0.602，P＜0.01，说明两者呈现中度正相关关系；

享乐动机与价格价值的相关系数为0.752，P＜0.01，说明两者呈现中度正相关关系；

个体创新与使用意愿的相关系数为0.779，P＜0.01，说明两者呈现中度正相关关系；

使用意愿与价格价值的相关系数为0.834，P＜0.01，说明两者呈现高度正相关关系。