SPSS可以做Spearman相关性分析吗 SPSS的Spearman相关性分析结果怎么看

品牌型号：联想GeekPro 2020

系统：Windows 10 64位专业版

软件版本：SPSS 30.0.0.0

相关性分析，是一种研究变量之间关系的方法，在数据研究里面很常会用到，比如想知道喝牛奶会不会影响身高、加入某些肥料会不会提高产量等，都会用到相关性分析。在SPSS里面，我们可以用散点图、双变量等方法做相关的分析，接下来，我们会介绍SPSS可以做Spearman相关性分析吗，SPSS的Spearman相关性分析结果怎么看的相关内容。

一、SPSS可以做Spearman相关性分析吗

Spearman，也就是斯皮尔曼相关系数，它是一种非参数的统计方法，在SPSS里面，可以在双变量相关分析里面，勾选“斯皮尔曼”选项来得到运算结果，下面我们来看看具体怎么操作。

1、我们先准备好数据，如图1所示，这是一组有客流量、销售量与客单价的数据，可以用来看它们相互之间的关系，是正相关，还是负相关，亦或是无关系。

2、整理好数据以后，如图2所示，打开SPSS的分析菜单，依次点选里面的“相关”-“双变量”选项，就可以做斯皮尔曼相关性分析。

3、打开双变量相关性设置窗口后，如图3所示，将“客流量”、“销售额”都添加到变量里面，再将“相关系数”里面的“斯皮尔曼”勾选上，默认也会选上“皮尔逊”，可以不动。

4、设置好变量以后，如图4所示，点开右边的“选项”按钮，将里面的“均值和标准差”勾选上，然后点击确认，就可以输出结果。

二、SPSS的spearman相关性分析结果怎么看

上述我们已经设置好了SPSS的相关性分析选项，只要在“双变量相关性”里面将“斯皮尔曼”勾选上，就可以得到spearman，也就是斯皮尔曼的分析结果，下面我们具体来看看怎么看结果。

1、先看一下“描述统计”的结果，可以看到客流量的均值是7516，销售额均值是94866。

2、下面继续看相关系数的计算结果，我们同时设置了皮尔逊和斯皮尔曼系数，其中皮尔逊衡量线性关系,要求变量是连续的、符合正态分布的。

如图6所示，这里的皮尔逊系数显著性小于<0.001，说明相关性显著。

3、斯皮尔曼系数适合非线性的关系，而且变量可以是有序的或离散的，也不要求数据服从正态分布，因此用途比较广泛。如图7所示，这里的斯皮尔曼系数的显著性<0.001，同样是相关性显著的。

4、除了用相关系数外，我们也可以用散点图里看变量之间的关系。如图8所示，打开SPSS顶部的图形菜单，点选“图表构建器”。

5、打开SPSS的图表构建器后，在下方的“图库”里面，找到“散点图/点图”，并将它选项里面的第一个缩略图拖动到上方的预览框，就可以完成模板的添加。

①接着，再将左边的变量分别拖动到右边模板的x、y轴上，我们将销售额放在y轴、将客流量放在x轴。需要注意的是，添加变量后，图表仍然显示的是示例数据，要输出后，才会填入真实数据，所以这里的预览散点图是散乱的。

②将散点图输出后，如图11所示，就可以看到销售额是随着客流量增长的，两者是正相关的，相比于运算结果，图表更显直观。

三、小结

以上就是关于SPSS可以做spearman相关性分析吗，SPSS的spearman相关性分析结果怎么看的相关内容。SPSS的相关分析，可以用皮尔逊，也可以用斯皮尔曼（spearman），两者的区别在于，皮尔逊更适合用在连续变量上，并且要求线性、正态分布，而斯皮尔曼可以用在有序、离散变量上，可以用来曲线、非正态分布的数据上，因此用途会更广一些。

作者：泽洋