1樓：匿名使用者
小於0.05是推翻原假設的，小於0.01推翻的可能性更大
你說的假設是研究假設，不是統計學假設，所以和p值無關
2樓：匿名使用者
額，又是這個問題。是剛才那個朋友嗎？服務轉換成本與顧客重購存在顯著相關性，因為p＜0.05，所以拒絕h0，接受h1，即服務轉換成本與顧客重購是顯著正向影響
3樓：匿名使用者
你對假設檢驗的概念沒有了解。在相關分析中，原假設h0是相關係數r=0，或者回說兩個變數是沒有相關關係的；反答之備擇假設h1是相關係數不等於0，也就是說兩個變數是相關的。如果p<0.
01，則拒絕h0接受h1，說明兩個變數是相關的，但要注意如果你想證明是高度相關，還要具體看相關係數的大小。
在你這個題目裡面，首先p<0.01，說明兩個變數是相關的；其次相關係數r=0.962，說明他們是高度相關的。資料結果其實非常理想。
用spss做相關分析，相關係數0.154，p值小於0.01，相關有意義嗎？
4樓：匿名使用者
有意義，雖然相關係數比較低，但是p值遠小於0.05，因此有顯著的正相關關係，但不是線性相關。
spss中相關分析中顯著相關顯著怎麼理解
5樓：匿名使用者
顯著相關的「顯著」表達的是乙個概率。spss對相關性原理是這樣的：在假設變數之間的相關性為零的原假設下，根據已有資料算出「相關性=0」的概率，即所謂的p值是多少，之後與設定的顯著性水平（通常是5%）相比，如果p<5%，則說明原假設「相關性=0」出現的概率極其微小，幾乎不可能存在，換言之，有超過95%的概率說明變數之間存在相關性，也就是顯著相關。
反之，當p>5%，則「相關性=0」（不相關）會在一定概率下發生，不能完全否定不相關的發生，此時，變數的相關性就不顯著了。
使用spss軟體時，如何設定相關分析時的顯著性水平的值（0.5及0.01）？能不能設定成其它值？
6樓：匿名使用者
顯著性水平怎麼還有0.5？是不是筆誤？
spss軟體在計算相關分析的時候是不需要設定顯著性水回平的，答也沒必要設定成其他值的，因為計算結果會提供給你具體p值，如p=0.0124，即p<0.05，如果p=0.
0012,則p<0.01。
不知回答結果是否滿意。
7樓：微微晴
顯著性水平一般設定成1%,5%,10%，5%最常用。分別對應99%，95%，90%的置信區間
8樓：匿名使用者
這個都是預設為0.05，不能進行設定的
spss中像t檢驗，相關分析中的顯著性水平怎麼都是和0.05比較啊，不是還有顯著性水平0.01嗎
9樓：魯智深下山
選擇analyze---regression---linely,如果係數在0--0.3之間說明關係小 ，0.3--0.
5較小 0.5--0.7 關係較大 0.
7--1關係不大，希望對你有幫助
10樓：匿名使用者
spss並沒有給出「顯著性水平」，那需要你自己確定。
只是在相關分析中，對於p<=0.05作出*星號標識，p<=0.01作出**標識。
spss相關分析，有幾個維度之間的p值小於0.05或0.01，但r值都在0.12-0.17左右，r值比較小，能算是有相關嗎
11樓：匿名使用者
肯定算啊！因為已經達到了顯著性水平,p值小於0.05或0.01.這個說明你的樣本比較多。
回歸係數顯著性比較，SPSS回歸係數 SIG是什麼
比較的標準是與顯bai著性du平比較。一般顯著zhi性水平是給定的dao。常用的顯著性內水平有三種，容0.1,0.05，0.01.spss中最喜歡的是0.05.在這個表中，顯著性看sig那列，如果這列的值小於0.05，就代表係數顯著，按照這個標準，你的結果裡面沒有乙個是顯著地！建議先做一下相關分析 ...
spss相關性分析的原理，請問spss相關分析結果怎麼看？
上述判斷有點苛刻，其實，是看在各項指標。一般在比較高的投籃 成分分析法是比較成功的。主成分減少空間維度的分析，以反映所有變數的特點，使很大程度的分散取樣點，把乙個直觀的一點是要找到多個變數的加權平均，以反映中的所有變數的整體特性。評價的相關性的方法是相關係數，多變數的判斷，然後導致相關係數矩陣。評價...
P值和顯著性有什麼區別統計學中的顯著性水平和P分別是什麼意思？請詳細解答，謝謝
顯著性水平與p 值的區別 1 表示含義不同 1 顯著性水平是假設檢驗中的乙個概念，是指當原假設為正確時人們卻把它拒絕了的概率或風險。2 p值即概率，反映某一事件發生的可能性大小。實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。2 取值含義不同 1 顯著性水平是公認的小概率事件的概率值，...