变量之间的相关性，是数据分析中常见的关系，衡量的是变量之间相关的密切程度，比如衡量客流量与销售额的相关性、客单价与销售额的相关性等。检验数据是否具有相关性，常用的是图形法和相关性检验。

图形法可以快速、直观地查看到数据的相关性，常用于相关性检验的事先判断使用。接下来，我们将使用一组门店客流量、客单价、销售额的数据，演示一下如何使用数据分析软件IBM SPSS Statistics散点图查看数据的相关性。

一、使用的数据

如图1所示，本文需要分析的是门店客流量与销售额、客单价与销售额之间的相关关系。

二、使用图表构建器

首先，如图2所示，打开SPSS的图形菜单，并选择其中的图表构建器。

如果数据中包含的定类变量，或需要为变量设置测量级别时，可以在如图3所示的提示框内，单击“定义变量属性”，进行设置。

由于本例数据不包含定类变量，因此可以直接单击“确定”，开启图表构建器。

如图4所示，图表构建器包含了图表制作区、图库、图表属性三大部分。接下来，我们进入实操的部分。

1.选取散点图

首先，如图5所示，在图库中，选取“散点图/点图”的选项。散点图展现的是因变量随自变量变化而变化的趋势图，可用于观察两变量间的相关关系。

将散点图拖放到图表制作区域。

2.选取变量

接着，分别将客流量、销售额拖放到散点图的X轴、Y轴，以观察客流量与销售额的相关关系。

完成了X轴、Y轴的变量选取后，单击“确定”按钮，运行图表。

同样地，再将客单价、销售额拖放到散点图的X轴、Y轴，以观察客单价与销售额的相关关系。

3.查看结果

最后，打开输出文档，查看运行后的散点图。

如图9所示，可以看到，客流量与销售额之间存在明显的线性相关关系，而且是正相关的关系。

而从销售量与客单价的散点图看到，两者似乎不存在明显的相关关系。在这种情况下，就需要使用相关性检验，进一步查看其是否具有相关性。

三、小结

综上所述，IBM SPSS Statistics的散点图，可以帮助我们快速地查看两变量间是否存在着相关关系，操作简单、直观性强。另外，散点图还可以用于可视化展示，增强数据的可读性。

而关于如何使用相关性检验来分析两变量间的相关关系，请查看IBM SPSS Statistics中文网站中的《应用SPSS双变量相关检验，探究两变量间相关关系》文章。

作者：泽洋