相关性分析是一种简单易行的测量定量数据间的关系情况的分析方法。它可以用来分析变量间的关系情况以及关系强弱程度等。比如：身高和体重的相关性、降水量和和河流水位的相关性、工作压力和心里健康的相关性等。在我们撰写论文的时候常常也需要对论文中调查的数据进行相关性分析，而SPSS软件被常用用来对论文数据进行相关性分析，比如：检验变量相关或者独立、检验正相关或者负相关、反应相关程度大小。下面小编教大家如何使用SPSS卡方值进行变量之间的独立性检验。

   一、SPSS相关性分析

   假设我们要撰写一篇婚姻状态和购车类型相关性论文。为了演示只在SPSS软件中设置了婚姻状态、汽车类型、频率三个变量，并且总共填写12组数据。这里简单介绍这些数据意义，比如第一行代表婚姻状态为结婚、购车类型为美国车出现的频数共37次。

   开始相关性分析之前，需要将定义频数Frequency，点击顶部菜单栏“数据”-“个案加权”，将Frequency加载到个案加权依据的频率变量文本框。这个操作作用：让软件知道我们每一行数据都是一个单独的个案，并且表示是每组组合出现的频数。简单来说，就是设定每一行数据的权重。

   点击SPSS主页顶部菜单栏“分析”-“描述统计”-“交叉表”，即可打开交叉表窗口。将Status（婚姻状态）设置为行变量，Car_type（汽车类型）设置为列变量。

   为了独立性检验检验，需要报告卡方值，因此需要点击右侧“统计”按钮，然后勾选卡方选项。

   为了考查方便，点击右侧“单元格”，然后勾选计数模块的“实测”、“期望”两个参数。

   可以看到卡方检验最后一列渐进显著性的值，也就是我们常说的卡方检验P值，一般而言P值大于0.05则表示具有独立性，否则具有相关性。由于这里P>0.05，因此表示两个变量是相互独立。

   二、小结

   上述通过婚姻状态和购车类型相关性分析例子教大家如何使用SPSS软件的卡方值进行独立性检验，一般而言如果卡方P值大于0.05则表示具有独立性，否则具有相关性。相信通过上述例子，你已经掌握了使用SPSS进行独立性检验方法，并且能够灵活运用。

   作者：独行侠