如何利用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。

1、打开spss主页输入对应的数据，在分析那里选择非参数检验下的相关样本。

2、下一步进入一个新的界面，直接按照图示来设置检验对以及勾选威尔科克森。

3、等完成上述 *** 作以后，需要点击确定即可。

正值表示两变量正相关，即一个随另一个的增大而增大，减小而减小，变化趋势相同；负值表示两变量负相关，即一个随另一个的增大而减小，变化趋势相反。

P>005表明没有相关性，P<005才有相关性。在有相关性的情况下，再看是否为正负相关，若为负相关，表明一个变量随另一个变量的增大而减小。

SPSS中pearson（皮尔逊相关系数）r值和P值，两个值都要看，r值表示在样本中变量间的相关系数，表示相关性的大小；p值是检验值，是检验两变量在样本来自的总体中是否存在和样本一样的相关性。

相关系数r的绝对值

皮尔逊相关系数的变化范围为-1到1。 系数的值为1意味着X和Y可以很好的由直线方程来描述，所有的数据点都很好的落在一条直线上，且随着增加而增加。系数的值为1意味着所有的数据点都落在直线上，且随着增加而减少。

系数的值为0意味着两个变量之间没有线性关系。更一般的，当且仅当均落在他们各自的均值的同一侧， 则的值为正。 也就是说，如果同时趋向于大于，或同时趋向于小于他们各自的均值，则相关系数为正。 如果趋向于落在他们均值的相反一侧，则相关系数为负。

---