SPSS相关性怎么分析啊，做论文，研究他们这些变量之间的关系。具体的SIG，和2 TAIL应该怎么说呢？

来源：百度知道编辑：UC知道时间：2024/05/31 15:14:56

trust more stay longer
Pearson Correlation Sig. (2-tailed) Pearson Correlation Sig. (2-tailed)
Correlations(a) comprehensive -0.088383651 0.450821439 -0.12874295 0.270979937
thchnology wise -0.298993154 0.009166897 0.509505596 3.03418E-06
chain hotel 0.105437635 0.367964348 -0.0913476 0.435721829
international -0.03617106 0.758013803 0.013172031 0.91069495
imaginable -0.172178937 0.139642219 0.406939053 0.00029104
charming -0.004178934 0.97161493 0.489342601 8.38327E-06
sucessful 0.041075495 0.726415832 0.161696815 0.165760664
impressive uniform 0.006774199 0.95400227 0.511859751 2.68319E-06
good skills 0.324472186 0.004510087 0.302098766 0.008434486
different experience -0.183961837 0.114126576 0.649570758 2.88741E-10
word of mouth 0.207754535 0.07368607 -0.140370137 0.229680994
service facility 0.207394593 0.074198125 0.342703439 0.002614555
influence you a lot 0.064721989 0.581172045 0.303

第一个是相关系数 sig是检验值 2-tailed是双边检验的意思

thchnology wise 和 trust more 呈非常显著的负相关；
good skills 和 trust more 呈非常显著的正相关；

thchnology wise 和 stay longer 呈非常显著的正相关；
imaginable 和 stay longer 呈非常显著的正相关；
charming 和 stay longer 呈非常显著的正相关；
impressive uniform 和 stay longer 呈非常显著的正相关；
good skills 和 stay longer 呈非常显著的正相关；
different experience 和 stay longer 呈非常显著的正相关；
service facility 和 stay longer 呈非常显著的正相关；
influence you a lot 和 stay longer 呈非常显著的正相关；
其余的相关则是不显著的。

这里告诉你的是数据分析得出来的结果，至于你怎么理解和解释，就要看你自己的本事了，因为这才是一片论文最主要的部分，反映的是你对自己研究的理解程度。不过，很显然trust more 和 stay longer并不是同一回事。

QQ:286168880