矩阵平均路径长度_问卷分析之SPSS相关分析、相关系数矩阵（Pearson）

一般相关性检验会用到两种系数：皮尔逊和斯皮尔曼。这两个系数的区分点就是皮尔逊研究的是连续变量，而斯皮尔曼研究的是有序变量，例如大一、大二、大三这些中间无法细分的数据。

M：均值，SD：标准差

实例：比如下图这个模型，我们对所有的因子做相关分析同时生产相关系数矩阵。

我们在SPSS中导入excel数据。因为每一个因子包含很多题项，因此我们要对题项做个降维处理，把一个因子的题项变成一个变量。步骤如下：

1. 在转换-计算变量
2. 给维度取名并取题项的平均值。
   
3. 以此类推，将所有题项都降维。

之后就可以开始进行双变量的相关分析，步骤如下：

1. 打开分析-相关-双变量
   
2. 我们把降维后的数据放入变量，默认选择皮尔逊双尾检验。
   
3. 我们把得出的矩阵复制到word里，并删除掉显著性和个案数这两行。
   
4. 同时，我们把每行1右边的数据删除，因为是对称的关系。
   5. 最后得到的相关性矩阵如下：
   

友情提醒：在数据分析之前一定要先确定好你是做的路径分析还是回归分析，如果是回归分析那么相关性分析是一定要做的；而如果是相关根本不必要去做相关分析。