การวิเคราะห์สหสัมพันธ์เป็นเทคนิคทางสถิติที่ใช้ในการตรวจสอบความสัมพันธ์ระหว่างตัวแปรสองตัว ใน SPSS (แพ็คเกจทางสถิติสำหรับสังคมศาสตร์) สามารถใช้การวิเคราะห์ความสัมพันธ์เพื่อระบุว่ามีความสัมพันธ์ทางสถิติระหว่างตัวแปรสองตัวหรือไม่ และความสัมพันธ์นั้นมีอยู่มากน้อยเพียงใด
มีมาตรการทางสถิติหลายอย่างที่สามารถใช้เพื่อกำหนดความแข็งแกร่งและลักษณะของความสัมพันธ์ระหว่างตัวแปรสองตัว การวัดที่พบบ่อยที่สุดคือค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน (r) และค่าสัมประสิทธิ์สหสัมพันธ์อันดับของสเปียร์แมน (rho)
ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน (Pearson’s correlation coefficient: R) คือการวัดความแรงและทิศทางของความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว ค่าบวกของ r บ่งชี้ความสัมพันธ์เชิงบวก หมายความว่าเมื่อตัวแปรหนึ่งเพิ่มขึ้น ตัวแปรอื่นๆ ก็เพิ่มขึ้นด้วย ค่าลบของ r บ่งชี้ความสัมพันธ์เชิงลบ หมายความว่าเมื่อตัวแปรหนึ่งเพิ่มขึ้น ตัวแปรอื่นๆ จะลดลง ขนาดของ r บ่งชี้ถึงความแข็งแกร่งของความสัมพันธ์ โดยค่าที่เข้าใกล้ 1 แสดงถึงความสัมพันธ์ที่แข็งแกร่ง และค่าที่เข้าใกล้ 0 บ่งชี้ถึงความสัมพันธ์ที่อ่อนแอกว่า
ค่าสัมประสิทธิ์สหสัมพันธ์อันดับของสเปียร์แมน (rho) เป็นการวัดความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างตัวแปรสองตัวแบบไม่อิงพารามิเตอร์ เช่นเดียวกับค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ค่า rho ที่เป็นบวกบ่งชี้ความสัมพันธ์เชิงบวก และค่า rho ที่เป็นลบบ่งชี้ความสัมพันธ์เชิงลบ ขนาดของ rho ยังบ่งบอกถึงความแข็งแกร่งของความสัมพันธ์ โดยค่าที่เข้าใกล้ 1 แสดงถึงความสัมพันธ์ที่แข็งแกร่ง และค่าที่ใกล้เคียงกับ 0 บ่งชี้ถึงความสัมพันธ์ที่อ่อนแอกว่า
ใน SPSS ผลลัพธ์ของการวิเคราะห์ความสัมพันธ์โดยทั่วไปจะรวมค่าสัมประสิทธิ์สหสัมพันธ์ (r หรือ rho) และค่า p ซึ่งบ่งชี้ถึงนัยสำคัญทางสถิติของความสัมพันธ์ โดยทั่วไป ค่า p ที่น้อยกว่า 0.05 บ่งชี้ถึงความสัมพันธ์ที่มีนัยสำคัญทางสถิติ ในขณะที่ค่า p ที่มากกว่า 0.05 บ่งชี้ถึงความสัมพันธ์ที่ไม่มีนัยสำคัญ
ฉันหวังว่าสิ่งนี้จะช่วยอธิบายความหมายของมาตรการทางสถิติที่ใช้ในการวิเคราะห์ความสัมพันธ์ใน SPSS!