spss教程：相关分析

关系有函数关系、统计关系。相关分析的方法比较多，常用的有散点图，还有相关系数。相关系数可以数值的方式精确的反应两个变量间线性关系的强弱，样本相关系数为r，|r |≥0.8认为高度相关, 0.5≤| r|＜0.8中度相关，0.3≤|r |＜0.5低度相关 |r |＜0.3相关程度极弱，可视为不相关。

操作方法

（01）先调出相关分析的窗口，操作如图所示。

（02）不同类型的变量采用不同的相关系数来测量，分Pearson简单相关系数、Spearman等级相关系数、Kendallτ相关系数三种不同情况，Pearson简单相关系数用来测定距型变量间的线性相关系数。“统计量”选项是最后的结果有哪些显示内容。

（03）由于样本抽样的随机性和样本较少等原因，样本的相关系数不能够直接用来说明样本来自的两总体是否具有显著的线性相关关系。应该通过假设检验的方法对样本来自的总体是否具有显著的线性关系，原假设为“两总体无显著线性关系，即存在零相关”。图中结果显示的相关性系数为0.323，为低相关，再结合相关系数检验的概率P_值知，小于显著性水平0.05或0.01，故拒绝原假设，认为两个总体不是零相关的，有一定的相关关系。