释和表述，为学生从事心理学研究、毕业论文创作、以及毕业后从事相关工作时， 能熟练使用统计方法分析相关的数据。 四、教学内容及要求 第八章相关分析 (一)目的与要求 使学生了解相关的概念和特点，学握如何计算person相关系数，用于 检验两个类别变量独立性的列联表分析，以及信度测量。 (二)教学内容 第一节相关系数 1、主要内容：相关分析 2、基本概念与知识点： 1)、相关： 一个变量的值发生了变化，另一个变量的值也发生变化，这种共 同变化的关系，统计上称为相关。 正相关是指一个变量的值增加时，另一个变量的值也有增加的趋势。如入学 时英语词汇量与第一学年末词汇量的相关就是正相关的例子，入学时词汇量越 多，第一学年末词汇量也越多。如果检验结果是两次测验的词汇量相关显著，在 写研究报告时，在给出相关系数及其显著性概率后，通常会说：“第一学年末词 汇量与入学时词汇量有显著正相关，即入学时词汇量越多，第一学年末的词汇量 往往也截多” 负相关是指一个变量的值增加时，另一个变量的值反而有减少的趋势，例如， 被试人格因素中的外向性和神经质的相关，外向性得分越高的被试，神经质的得 分有降低的趋势，即外向性与神经质负相关。如果检验结果是外向性和神经质相 关显著，在写研究报告时，可以这样说：“外向性和神经质负相关显著。 一般地 说，外向性得分越高的被试，神经质得分越低。外向性得分越低的被试，神经质 得分越高”。 2)、相关系数的特性 对称性：如果计算相关系数时不需要区分哪个是自变量(independent variable),哪个是因变量(dependent variable),这样的相关系数描述了对称 (symmetrical)关系 3)、相关系数 用来描述两个变量相互之间变化方向及密切程度的数字特征量称为相关系 数。一般用，表示。相关系数的值，仅仅是一个比值。它不是由相等单位度量而 来（即不等距），也不是百分比，因此，不能直接作加、减、乘、除。相关系数 只能描述两个变量之间的变化方向及密切程度，并不能揭示二者之间的内在本质 联系。相关系数的值在-1和+1之间，0相关意味着没有关系，+1意味着"完 全的正相关"之间两个，1意味着完全的负相关。 4)、皮尔逊相关 释和表述，为学生从事心理学研究、毕业论文创作、以及毕业后从事相关工作时， 能熟练使用统计方法分析相关的数据。 四、教学内容及要求 第八章 相关分析 （—） 目的与要求 使学生了解相关的概念和特点，掌握如何计算 person 相关系数，用于 检验两个类别变量独立性的列联表分析，以及信度测量。 （二）教学内容 第一节 相关系数 1、主要内容：相关分析 2、基本概念与知识点： 1）、相关：一个变量的值发生了变化，另一个变量的值也发生变化，这种共 同变化的关系，统计上称为相关。 正相关是指一个变量的值增加时，另一个变量的值也有增加的趋势。如入学 时英语词汇量与第一学年末词汇量的相关就是正相关的例子，入学时词汇量越 多，第一学年末词汇量也越多。如果检验结果是两次测验的词汇量相关显著，在 写研究报告时，在给出相关系数及其显著性概率后，通常会说：“第一学年末词 汇量与入学时词汇量有显著正相关，即入学时词汇量越多，第一学年末的词汇量 往往也越多”。 负相关是指一个变量的值增加时，另一个变量的值反而有减少的趋势。例如， 被试人格因素中的外向性和神经质的相关，外向性得分越高的被试，神经质的得 分有降低的趋势，即外向性与神经质负相关。如果检验结果是外向性和神经质相 关显著，在写研究报告时，可以这样说：“外向性和神经质负相关显著。一般地 说，外向性得分越高的被试，神经质得分越低。外向性得分越低的被试，神经质 得分越高”。 2）、相关系数的特性 对称性：如果计算相关系数时不需要区分哪个是自变量（independent variable），哪个是因变量（dependent variable），这样的相关系数描述了对称 （symmetrical）关系。 3）、相关系数 用来描述两个变量相互之间变化方向及密切程度的数字特征量称为相关系 数。一般用 r 表示。相关系数的值，仅仅是一个比值。它不是由相等单位度量而 来（即不等距），也不是百分比，因此，不能直接作加、减、乘、除。相关系数 只能描述两个变量之间的变化方向及密切程度，并不能揭示二者之间的内在本质 联系。相关系数的值在-1 和 +1 之间，0 相关意味着没有关系，+1 意味着"完 全的正相关" 之间两个，-1 意味着完全的负相关。 4）、皮尔逊相关