用spss怎麼描述變量間的相關性?相關分析能夠解決的問題：，下面我們就來聊聊關于用spss怎麼描述變量間的相關性?接下來我們就一起去了解一下吧!

用spss怎麼描述變量間的相關性

相關分析能夠解決的問題：

· 父母的身高和孩子的身高是否有關？一般情況，父母的身高越高，孩子的身高是不是也會越高？

· 跳遠成績與短跑速度是否有關？一般情況，短跑速度越快，跳遠成績是不是也會越好？

用相關系數 r 表示兩個變量之間的相關程度和方向。

a. 零相關：r=0

b. 正相關：0＜r＜1

c. 完全正相關：r=1

d. 負相關：-1＜r＜ 0

e. 完全負相關：r=-1

|r|越大，相關關系越密切

|r|越小，相關關系越不密切

案例：

不同姿勢投擲手榴彈成績的相關分析

測試對象：大學1-4年級學生共58人。

測試内容：身高、體重、肺活量、體質健康分數，站立、半蹲、匍匐三種姿勢投擲手榴彈的成績。

研究目的：探索不同姿勢投擲手榴彈成績的相關性，以及成績的影響因素。

部分數據：

圖1

1.首先探索站立與半蹲投擲成績的相關性？

站立時投擲的越遠，是不是半蹲時也會投擲的越遠？

散點圖和拟合直線初步探索兩個變量的關系：

SPSS步驟：圖形-散點圖-簡單散點圖（X軸輸入"半蹲"，Y軸輸入"站立"）。點擊"确定"。

圖2

基本分布情況：半蹲投擲成績越高，則站立投擲成績也越高。

（1）服從雙變量正态分布時，采用Pearson積差相關系數。

SPSS步驟：1）分析-相關-雙變量

圖3

2）把"站立"、"半蹲"投擲成績選入"變量"列表。

勾選相關系數"皮爾遜"（就是Pearson積差相關系數）。點擊"确定"。

圖4

3）SPSS結果：

圖5

結果判斷方法：

P＞0.05時，不存在相關關系。

P≤0.05時，存在相關關系。此時，|r|越接近1，則相關關系越密切。

結果：站立和半蹲投擲手榴彈的成績存在很高的正相關關系（r=0.930, P＜0.05）。

（2）不服從雙變量正态分布時，采用Spearman秩相關系數。

勾選相關系數"斯皮爾曼"（就是Spearman秩相關系數）。點擊"确定"。

圖6

SPSS結果：

圖7

結果判斷方法同上。

結果：站立和半蹲投擲手榴彈的成績存在很高的正相關關系（rs=0.896，P＜0.05）。

2.同時探索多個變量間的相關性？（構建相關矩陣）

"變量"列表選入多個變量。

相關系數同時勾選"皮爾遜"和"斯皮爾曼"。

點擊"确定"。

圖8

Pearson積差相關系數結果：

圖9

Spearman秩相關系數結果：

圖10

圖9、圖10為多個變量兩兩之間相關系數矩陣，關于紅線對稱分布。大家可以根據前面的内容自行解釋結果。