怎样利用spss进行相关性分析

飞秒检测的步骤为第一步：建立数据文件。

定义变量：序号为Number，假设年份用y表示，零售总额用r表示，居民收入用i表示，全市总人口用p表示，输入数据，例如

某市从1978年至1992年社会商品零售总额、居民收入和全市总人口统计数字表，试分析它们之间是否存在线性关系。

第二步：进行数据分析。

在数据文件管理窗口中，点击Analyze，展开下拉菜单，再点击Correlate中的Bivariate项，进入Bivariate Correlations对话框，

在对话框中，有两项选择项。 （1）Statistics：统计量选择项

在该栏中有两个有关统计量的选择项，只有在主对话框中选择了Pearson相关分析方法时才可以选择这两个选择项，如果选择了这些项，在输出结果中就会得到样本的相应的统计量数值。它们是：

Means and standard deviations：均值与标准差；

Cross-product deviations and covariances：叉积离差阵和协方差阵。

（2）missing values：缺失值的处理方法选择项，在该栏中有两个关于缺失值的处理方法选择项：

Exclude cases pairwise：仅剔除正在参与计算的两个变量值是缺失值的观测量。这样在多元相关分析中或多对两两分析中，有可能相关系数矩阵中的相关系数是根据不同数量的观测量计算出来的，系统默认为此项；

Exclude cases listwise：剔除在主对话框中Variables矩形阵中列出的变量带有缺失值的所有观测量。这样计算出来的相关系数矩阵，每个相关系数都是一句相同数量的观测量计算出来的。

从表中可以看出，社会零售总额与居民收入之间的相关系数为0991，双尾检验的概率值为0，小于1%，即相关程度是显著的，叉积离差值为42403443，协方差为3028817,；社会零售总额与总人口的相关系数为0850，双尾检验的概率值为0，小于1%，即相关程度也是显著的，叉积离差值为4141919，协方差为295851；居民收入与总人口的相关系数为0790，双尾检验的概率值为0，小于1%，即相关程度是显著的，叉积离差值为3498399，协方差为249886。因此可以说，该市从1978年到1992年社会零售总额、居民收入和总人口两两之间有着明显的线性关系。

spss多变量相关性分析步骤：使用通用方法->相关进行分析，结果格式为三线表格式，属于规范的格式不用重新整理。
扩展资料

多变量分析(multivariable analysis)是指多个变量统计分析技术在社会研究中的运用。又称多元分析。统计资料中有多个变量（或称因素、指标）同时存在时的统计分析，是统计学的重要分支，是单变量统计的发展。

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。

相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。

统计学的研究基本都是研究事物之间的相关性的，所有spss里面的方法都可以称作相关性的分析方法。
具体要根据你的目的来确定，比如你的目的是想简单的看是否有关系，还是要看这个相关性是体现在差异方面，还是体现在因果方面。
然后还要看你的数据类型是属于数值型数据还是类别数据
这些都确定了，自然你的相关分析方法就确定了

---