簡單相關係數
相關分析是對兩個變數間的相關程度進行分析。單相關分析所用的指標稱為單相關係數，也就是pearson相關係數或者相關係數。。通常用 ρ 表示總體的相關係數，以 r 表示樣本的相關係數。
相關係數的定義：
簡單相關係數的檢驗
當我們的資料樣本容量小的時候，可信程度就比較差。我們需要對他進行檢驗。也就是對總相關係數 ρ是否等於0進行檢驗。
計算相關係數r的t值
當x與y都服從正態分佈，並且 ρ=0的條件下，可以使用t檢驗來確定r的顯著性。
然後：根據給定的顯著性水平和自由度（n-2），，查詢t 分布表中相應的臨界值 α / 2 t（或 p 值）。若 / 2 | | α t > t （或 p
表明 r 在統計上是不顯著的。
例 5 某地區統計了機電行業的銷售額y 和汽車產量 x（如表 5 所示），請使用 spss
計算 y 與 x 的相關係數並進行顯著性檢驗。
例項
某地區統計了機電行業的銷售額y 和汽車產量 x（如表 5 所示），請使用 spss計算 y 與 x 的相關係數並進行顯著性檢驗。
操作步驟如下：
解：（1）根據表 5 的資料建立 spss 資料檔案。
（2）選擇 analyze=>correlate=>bivariate，在顯示的對話方塊中，選擇變數 y 和 x
進入 variables 框。採用預設設定，直接單擊 ok 進行分析。
（3）計算結果如表6所示。
結論分析：從銷售額y與汽車產量的相關係數r=0.901,p=0.000,在α=0.001水平下線性關係顯著。
判斷顯著性標準：若 / 2 | | α t > t （或 p
偏相關分析
當要研究的變數是多個的情況下，畜欄裡使用簡單相關係數之外，還需要計算偏相關係數和復相關係數。
偏相關係數：衡量多個變數之間某兩個變數之間的線性相關程度的指標稱為偏線性相關。
計算偏相關需要有多個變數的資料，需要將其他變數之間的相互影響考慮進去，也需要控制其他變數單獨觀察這兩個變數之間的關係。
具體操作
依次選擇 analyze=>correlate=>partial，再進行相關的操作。
spss相關性分析 SPSS篇 相關性分析
昨天跟大家 了如何使用spss進行方差分析，知道了方差分析的原理以及最後的結果如何解讀。今天跟大家來分享的是另外一種比較常見的分析 相關性分析。相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大...
spss相關性分析 SPSS篇 相關性分析
相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大家是不是會想到乙個比較熟悉的方法 回歸分析。其實兩種分析是不一樣的，相關性分析偏向於發現自變數之間的相關性。而回歸分析偏向於自變數的變化是如何導...
spss相關性分析看結果 SPSS篇 相關性分析
相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大家是不是會想到乙個比較熟悉的方法 回歸分析。其實兩種分析是不一樣的，相關性分析偏向於發現自變數之間的相關性。而回歸分析偏向於自變數的變化是如何導...