spss相关性分析_spss相关性分析

当我们想要了解变量的相关程度时，就需要用到相关分析，而相关分析也是回归之前很重要的一步，通常用到的方法是pearson方法。

首先解释一下相关系数，相关系数反应的是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1，正值表示正相关，负值表示负相关，绝对值越大表示相关性越强。

具体spss做法如下：

分析-相关-双变量

选择需要进行相关分析的变量，在相关系数选择pearson,如果还需要描述统计，可以在选项里选择

点击确定，得到相关分析的结果：

这个结果该如何解读呢？

Pearson相关性：pearson相关系数，当系数为正表示两者正相关，负表示负相关，本结果表示x与y负相关，相关系数为-0.394

显著性：表示相关的统计学显著性，同样有1%，5%，10%的标准，具体怎么写看以前的文章有讲过，本结果表示x与y在1%的水平显著负相关。

一些医学生在做的时候也会遇到spearman的方法，做法是一致的，只是两种方法的适用条件不同，我把两种方法的适用条件总结到这里：

Pearson: 1.xy都是随机变量 2.双变量正态分布 3.各观测值相互独立，并且根据因变量y和自变量x所做的散点图要服从线性趋势。
spearman：1.x y不服从双变量正态分布2.总体分布类型未知 3.数据本身有不确定值4.等级资料。