•基本步骤
简单相关分析的基本步骤如下：
下⾯以腰围、体重、脂肪⽐重为例，来说明应该怎样进⾏相关分析。 •第1步：绘制散点图
在SPSS中，绘制散点图⾮常简单。操作步骤如下：
1）点击图形à图表构建程序。
2）在库中选择散点图，双击简单散点图。
3）分别将腰围和体重，拖⼊X轴和Y轴，确定即可。
观察散点图，可知：腰围与体重应该是存在线性相关性的，或者说，腰围对体重是有影响的。不过，这相关程度（或影响程度）有多⼤，则需要进⼀步计算相关系数来度量。
•第2步：选择系数公式
因为，Pearson相关系数要求变量服从正态分布，所以在计算相关系数之前，需要先确定两变量是否都服从正态分布， 因为，Pearson相关系数要求变量服从正态分布，所以在计算相关系数之前，需要先确定两变量是否都服从正态分布，或者近似正态分布。
如果采⽤其它相关系数（参考“相关系数种类”⼩节），则可以省略正态性检验。在SPSS中，判断两变量是否服从正态分布操作步骤如下：
1）点击分析à描述统计à探索，进⼊探索界⾯。
2）将待判断的变量选⼊因变量列表。
3）打开绘制界⾯，选中带检验的正态图，确定。中国少年雏鹰网
确定后得到如下的正态性检验结果：
在SPSS中，采⽤的是K-S检验以及Shapiro-Wilk检验的结果。当Sig>0.05时，表明该变量服从正态分布，否则为⾮正态分布。
注：当样本量⼤于50时⽤K-S检验结果，样本量⼩于50时⽤Shapiro-Wilk检验结果。
如表所⽰，显然腰围和体重两个变量都是服从正态分布的，所以可以采⽤Pearson相关系数。
新疆出血热
下⾯在计算相关系数时，将采⽤Pearson相关系数。
•第3步：计算相关系数预调微调
在SPSS中，计算相关系数的操作步骤如下：
1）打开数据⽂档，点击分析à相关à双变量，进⼊相关分析界⾯。
中华人民共和国户口登记条例2）将要判断的⼏个变量全部选⼊变量列表，确定，即可得到相关系数矩阵。
确定后得到如下的相关系数矩阵：
显然，相关系数矩阵是对称矩阵，⽽且对⾓线上的相关系数全为1（即变量⾃⾝的相关系数为1）。从上表中可知，腰围和体重的相关系数r=0.853，存在强相关；脂肪⽐重和体重的相关系数r=0.697，存在中度相关。
•第4步：显著性检验
在SPSS中，不但计算出变量间的相关系数，同时还进⾏了显著性检验（即计算了统计量t，且查询出对应的概率P值，见显著性⼀⾏）。
在相关系数矩阵中，查看显著性⼀⾏，腰围和体重对应的概率P=0.000（因精度的原因，看起来概率为0），显然
P<0.05，即根据显著性检验，也可知腰围和体重、脂肪⽐重和体重，都存在显著的线性相关关系。
•第5步：进⾏业务判断
根据前⾯的相关分析，可得到数据分析结论：
1、根据显著性判断，可知腰围与体重、脂肪⽐重与体重，都存在显著线性相关性。
2、根据相关系数，可知腰围与体重存在强相关，脂肪⽐重与体重存在中度相关。
然后，再从业务上对分析结果进⾏解读，并给出相应的业务策略或建议：
1、业务解读：腰围对体重的影响很⼤，脂肪⽐重对体重的影响较⼤。
2、业务建议：要减轻体重，最好先减⼩腰围，少吃脂肪类⾷物。重庆华亚
热传导率
这样，就实现了从数据到业务的完整的相关分析过程。
下⼀篇⽂章《相关系数种类》。
3.《相关分析的基本步骤》
4.《相关系数种类》
5.《相关分析实战》
