用SPSS相关性分析后的结果怎么看？

1、首先将数据导入到SPSS工具中，并打开相关的数据，保证导入的数据类型为Excel类型。

2、导入数据后，查看一下数据视图和变量视图，尤其是变量视图要保证都是数值型的数据为好。

3、然后，选择“分析中的相关分析下的双变量”栏目。

4、将要分析的变量放在“变量”中就可以点击确认了，其他的不要改动。

5、最后在输出中就可以看到具体的数值了。图中的相关性为0994，代表在0994上是相关的。相关性的范围为0-1。

看r的绝对值，r的绝对值越大说明相关性越强。
皮尔森相关系数也称皮尔森积矩相关系数，是一种线性相关系数，是最常用的一种相关系数。
记为r，用来反映两个变量X和Y的线性相关程度，r值介于负1到1之间，绝对值越大表明相关性越强。

1、找到相关系数显著性检验表；

2、然后确定自由度（n-m-1）,n,m分别代表样本个数和未知量维度；

3、查找a001 ，a005，a010对应的值；

4、将相关系数r与a比较，确定显著性水平。

相关表和 相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间 相关的程度。于是，著名统计学家 卡尔·皮尔逊设计了 统计指标——相关系数(Correlation coefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自 平均值的 离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。

依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为 判定系数）；将反映两变量间 曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为 复相关系数、复判定系数等。

一、
利用SPSS打开数据文件。
二、
依次选择“分析”--“相关”--“两变量”，d出对话框。
三、
将“能源消费总量”和“GDP”依次选择进入“变量”对话框，点击“确定”。
四、
得出两变量之间的相关r系数为0986，上面有两个"",表示在95%的可信度之下，相关系数为0986如果系数上有一个“”，则表示可信度为90%。
五、
依次打开“图像”--“旧对话框”--“散点/点状”，d出对话框。
六、
选择第一个“简单分布”，然后点击“定义”，d出简单分布对话框。
七、
纵轴选择“能源消费总量”，横轴选择“GDP",点击”确定”。
八、
输出所需散点图，能看出两变量有显著相关性，与相关系数接近1相一致

---