品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics

调查一个变量是否随另一个变量变化，我们可以对两者进行相关性分析，需要用户了解的是相关性分析不是因果关系分析，相关性分析可以描述两个变量的变化情况，以及相关性是否具有统计学意义。我们一般借助IBM SPSS Satatistics进行相关性分析，关于spss相关性分析怎么做，spss相关性多少算显著的问题，本文结合实例向大家做简单说明。

一、spss相关性分析怎么做

为了便于大家的理解，这里列举一个实例。某社会调查小组统计了某大学2020届男女生的党员人数，分析政治面貌与性别是否存在相关性。调查数据如图1所示。

为了数据录入方便我们将男性赋值为1，女性赋值为0，党员赋值为1，群众赋值为0，向IBM SPSS Statistics中录入数据如图2所示。

首先对人数进行加权操作，在图3所示界面，点击【数据】，【个案加权】，在弹出的窗口中勾选个案加权系数选项，将人数加入频率变量，点击确定。

在图4所示界面，点击【分析】，【描述统计】，【交叉表】。

在交叉表界面，如图5所示，将政治面貌加入行，将性别加入列，然后点击统计按钮，勾选卡方，点击继续，点击确定，SPSS将进行相关性分析，并将结果输出至查看器。

在输出结果中，我们需要关注卡方检验的显著性，显著性水平多少时能够确定两者存在相关性，还有哪些信息值得我们关注，我们在第二小节中向大家介绍。

二、SPSS相关性多少算显著

首先在交叉表中，我们可以了解性别，政治面貌各自所占的比例，如，群众中，女同学占50.2%，男同学占49.8%等，我们可以对数据分布有总体的了解。

在卡方检验结果中，我们需要关注皮尔逊卡方的渐进显著性（双侧），显著性小于0.05，说明两者不相关的假设是不成立的，认为两者之间存在相关关系，显著性小于大于0.05，两者不相关的假设成立。

本例中，P=0.043，小于0.05，因此认为两者之间存在相关关系。

本文开始时提及，相关关系并非因果关系，政治面貌与性别存在相关关系，可能是由于女生成绩较好，而并非男生不愿意加入党组织。另外一方面，我们了解了政治面貌与性别存在相关关系，如何确定这种关系的强弱呢？我们在第三小节中向大家介绍。

三、SPSS相关关系定向测量

想确定相关关系的强弱，需要测量Lambda系数，方法是在图8所示界面，勾选Lambda系数计算选项，然后按照第一小节中方法，进行相关性分析。

在分析结果中，会多出图9所示的定向测量表，由于我们将政治面貌作为因变量，所以我们应该关注Lambda政治面貌因变量行，其值为0.371，显著性为0，小于0.05，提示政治面貌和性别存在一定的相关关系，且有统计学意义。

本文向大家介绍了SPSS相关性分析怎么做，SPSS相关性多少算显著，相关性分析中变量间相关性强弱的计算方法。相关性是否显著是通过卡方检验完成的，显著性小于0.05，提示两者间相关关系有统计学意义。相关性强弱可通过测量Lambda系数确定，Lambda系数较大，显著性小于0.05，提示变量间存在有统计学意义的相关关系。

作者：莱阳黎曼