SPSS til Jamovi: Korrelasjon

Fra Jamovi

Denne innføringen omfatter forskjellige avsnitter: (1) XXXXXX, (2) XXXX. Innføringssettning kan slettes dersom det er bare en analyse beskrevet.

Denne sammenlikning viser hvordan en Pearson's korrelasjon gjennomføres slik som det er beskrevet i kapittelet 8.4.1-8.4.2, Field (2017), spesielt figurene 8.7-8.8 and utgaven 8.1.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en sette opp Pearson's korrelasjon ved bruk av: Analyze → Correlate → Bivariate I jamovi gjør du dette ved bruk av: Analyse –> regression -> CorrelationMatrix
Screenshot SPSS menu correlation1 1-4.png Screenshot Jamovi output correlation1..png
I SPSS flyttes variablene "time spent revising", "exam performance" og "exam anxiety" til feltet "variables". Huk av Pearson, two tailed og flag significant correlations. Field gjør også bootstrap, men dette finnes ikke i jamovi, og gjøres derfor ikke i dette eksemplet. I Jamovi flyttes variablene «Revise, Exam & Anxiety» til boksen som er anvist på bilde. Deretter huker man av alle alternativene i boksene under.
Screenshot SPSS input correlation1.png Screenshot jamovi input1 correlation1 processed.jpg
I SPSS velges options, og exclude cases pairwise hukes av. I Jamovi må man fortsette med å huke av alternativene som er anvist på bilde for å få likt resultat som i SPSS.
Screenshot SPSS options correlation1.png Screenshot jamovi input2 correlation1 processed.jpg
I SPSS trykker man på Style. Dette er det opprinnelige vinduet som kommer opp. Velg først Value: Correlation.
Screenshot SPSS style original correlation1.png
Trykk deretter inn på Condition, og et nytt vindu kommer opp. Under "Apply Formatting", huker man av på Based on the following conditions. Values skal være "greater than or equal. I Value one skriver man så inn 0.5, og huker av absolute value.
Screenshot SPSS style condition correlation1.png 800px
I SPSS trykker man videre på format og huker av "apply new formatting". Deretter velger man Format: As is, samt Apply to: Cells only.
Screenshot SPSS style format correlation1.png
Table Style vinduet i SPSS skal se slik ut etter at disse trinnene er fullført.
Screenshot SPSS tablestyle correlation1.png
Syntaks for å gjennomføre denne analysen i SPSS er: 
CORRELATIONS
 /VARIABLES=Revise Exam Anxiety
 /PRINT=TWOTAIL NOSIG
 /MISSING=PAIRWISE.

OUTPUT MODIFY 

 /REPORT PRINTREPORT=NO
 /SELECT TABLES
 /IF COMMANDS=[LAST] SUBTYPES="Correlations"
 /TABLECELLS SELECT=[CORRELATION] SELECTDIMENSION=COLUMNS SELECTCONDITION="Abs(x)>=0.5" 
   APPLYTO=CELL.
Syntaks for å gjennomføre denne analysen i jamovi er: 
jmv::corrMatrix(
   data = data,
   vars = vars(Revise, Exam, Anxiety),
   spearman = TRUE,
   kendall = TRUE,
   flag = TRUE,
   n = TRUE,
   ci = TRUE,
   plots = TRUE,
   plotDens = TRUE,
   plotStats = TRUE)
Resultat i SPSS. De ekstra tallene som finnes i Field (2017) skyldes valg av bootstrap. Resultat i jamovi
Output spss correlation1.png Output correlation1.resultat edit.png


Analyse 2

Denne sammenlikning viser hvordan en Spearman's korrelasjon gjennomføres slik som det er beskrevet i kapittelet 8.4.3 av Field (2017), spesielt utgave 8.2.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en sette opp Spearman's korrelasjon ved bruk av: Analyze → Correlate → Bivariate I jamovi kan man sette opp Spearman's korrelasjon ved bruk av: Analyse –> Regression -> Correlation Matrix
Screenshot SPSS menu correlation1 1-4.png Screenshot jamovi output correlation2.png
Flytt variablene "creativity" og "position" til feltet variables. Huk av Spearman, two tailed og flag significant correlations. Field gjør også bootstrap, men dette finnes ikke i jamovi, og gjøres derfor ikke i dette eksemplet. I Jamovi: flytt creativity og Position til til Variabel boksen, deretter huk av alle valg under «Additional Options» og «Spearman» under Correlation Coefficients.
Screenshot SPSS Input Correlation2.png Screenshot jamovi input correlation2..png
Syntaks for å gjennomføre denne analysen i SPSS er: 
NONPAR CORR
 /VARIABLES=Creativity Position
 /PRINT=SPEARMAN TWOTAIL NOSIG
 /MISSING=PAIRWISE.
Syntaks for å gjennomføre denne analysen i jamovi er: 
jmv::corrMatrix(
   data = data,
   vars = vars(Creativity, Position),
   pearson = FALSE,
   spearman = TRUE,
   flag = TRUE,
   n = TRUE,
   ci = TRUE)


Resultat i SPSS. De ekstra tallene som finnes i Field (2017) skyldes valg av bootstrap. Resultat i jamovi.
Output SPSS correlation2.png Resultat correlation2.jpg

Analyse 3

Denne sammenlikning viser hvordan en Spearman's korrelasjon gjennomføres slik som det er beskrevet i kapittelet 8.4.3 av Field (2017), spesielt utgave 8.2.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en sette opp Spearman's korrelasjon ved bruk av: Analyze → Correlate → Bivariate I jamovi kan man sette opp Spearman's korrelasjon ved bruk av: Analyse –> Regression -> Correlation Matrix
Flytt variablene "creativity" og "position" til feltet variables. Huk av Spearman, two tailed og flag significant correlations. Field gjør også bootstrap, men dette finnes ikke i jamovi, og gjøres derfor ikke i dette eksemplet. I Jamovi: flytt creativity og Position til til Variabel boksen, deretter huk av alle valg under «Additional Options» og «Spearman» under Correlation Coefficients.
Syntaks for å gjennomføre denne analysen i SPSS er: Syntaks for å gjennomføre denne analysen i jamovi er:


Resultat i SPSS. De ekstra tallene som finnes i Field (2017) skyldes valg av bootstrap. Resultat i jamovi.

Referanser

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
Hentet fra «https://wiki.app.uib.no/jamovi/index.php?title=SPSS_til_Jamovi:_Korrelasjon&oldid=951»