品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss如何做相关性分析？spss可通过双变量相关、偏相关、距离相关三种分析方法进行相关性分析。spss相关性分析结果如何描述？本文会以双变量相关为例，应用实际数据演示操作步骤与结果描述。

一、spss如何做相关性分析

spss相关性分析，用于分析变量间的相关关系。这种相关关系可以是正相关的、负相关的、弱相关的、强相关的，也可以是具有相似性的相关性，因此，相关关系的结果是多样的，其研究的是变量间的关系。

spss相关性分析提供了双变量相关、偏相关与距离相关的分析方法，分别用于两个变量相关性、在控制变量下的两变量相关性以及变量相似性的研究。

接下来，我们以双变量相关分析为例，进行一组客流量、销售额、客单价数据的相关性分析。

spss双变量相关性分析，如图2所示，依次单击spss分析-相关-双变量，即可启用分析功能。

spss双变量相关性分析用于分析两个变量间的相关性，因此，如图3所示，只需将变量选入到“变量”列表框，即可分析两两变量间的相关性。

在相关系数选择上，一般选择皮尔逊相关系数，如果抽样数据不服从正态分布，可选择肯德尔或斯皮尔曼相关系数。

除了使用分析方法外，我们还可以结合散点图进一步分析变量间的相关性。如图4所示，打开spss图形中的“图表构建器”。

接着，在下方图库中选择散点图，并将散点图的第一个图（点图）拖放到上方的图表编辑区中。

选择好散点图类型后，分别将客流量、客单价、销售额添加到X轴与Y轴，以观察销售额分别与客流量、客单价的相关性。

二、spss相关性分析结果如何描述

接下来，我们进一步来看看spss相关性分析结果如何描述。

首先，很重要的是，查看相关性检验结果，如图6所示，客流量与销售额、客单价与销售额的显著性P值<0.05，检验结果显著，说明客流量与销售额、客单价与销售额之间有相关关系。

但我们无法仅从“相关性”检验数据得出数据符合哪种相关性，可借助散点图进行分析。

首先看到客流量与销售额的相关性，如图7所示，可以看到，客流量与销售额之间有着比较明显的正相关关系，随着客流量的提高，销售额也会提高。

接着，查看客单价与销售额的散点图，如图8所示，可以看到，散点图上的点分布松散，无明显的规律，因此，可以说明客单价与销售额之间有相关关系，但其相关性类型不明确。

三、spss偏相关分析是什么

spss偏相关分析，也是一种分析变量间相关关系的方法，与双变量相关不同的是，偏相关更侧重于分析剔除共线性变量后的相关性，即将可能加强变量间相关关系的变量剔除，并将其作为控制变量，来“真正地”检验变量间的相关关系。

如图9所示，可以看到，偏相关性包含了“变量”与“控制”的列表框。

在本例中，我们认为“客单价”可能会加强“销售额”与“客流量”的相关关系，因此，将“客单价”选入控制变量，其他两个变量选入“变量”。

偏相关分析结果如图11所示，“无”控制变量，即未引入“客单价”控制变量的结果，客流量与客单价与销售额均有显著相关性。

在控制变量为“客单价”的情况下，销售额与客流量的相关系数更是达到0.993,说明相关性非常强。

四、小结

以上就是spss如何做相关性分析，spss相关性分析结果如何描述的相关内容。spss提供了双变量相关、偏相关、距离相关三种相关性分析方法，可进行不同类型的相关性分析，以找到更接近于实际影响效果的相关性分析结果，而不局限于简单的两变量间相互关系的相关性分析。

作者：泽洋