最简单直观的方法就是做相关系数矩阵了，另外就是 Pearson 相关系数或者 Spearman 相关系数
用SPSS软件或者SAS软件都可以分析。用SPSS更简单。如果你用SPSS软件，分析的步骤如下：
1.点击 “分析（Analyze）”
2. 选中 “相关 （Correlate）”
4 选择你想要分析的变量
5 选择 Pearson 相关系数 （或者 Spearman 相关系数）
6 选择恰当的统计检验（单边或双边）
7 点击“OK”即可
SPSS中pearson（皮尔逊相关系数）确定相关性，数据分析如下图，请问1与2的相关性是什么。急。。。。。。hd180
同好家园
图片 01
为什么显著相关，请分析一下。。不是相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱么。
回答
<0.4显著弱相关，0.4-0.75中等相关，大于0.75强相关
追问
可我的pearson相关系数是-0.39。是负数，怎么是显著负相关呢。。
回答
你好像一点都不会啊。看sig的，小于0.05
提问者评价
原来是这样，感谢！
相关性分析的表格输出是一个矩阵
你只需要看横向或者纵向的1和2的交叉系数都可以
pearson相关性 表示的是两者相关系数的大小，-0.397 表示两者是负相关，相关性大小为0.397
显著性的0.000也就是p值，用来判断相关性是否显著
如何使用SPSS进行皮尔森相关系数分析？？Pearson’s correlation coefficients
电视剧大马帮1.单击“Analyze”,展开下拉菜单
2.下拉菜单中寻“Correlate”弹出小菜单，从小菜单上寻“”，单击之，则弹出相关分析“Bivariate Correlations”对话框
3.把左边的源变量中要分析相关的变量调入右边的“Variables：”下的矩形框内
4.勾选“Correlation Coelficients”中的“Pearson”选项
5.点击“OK”即可
求问了：因子分析明明是基于相关系数矩阵的，但为什么大家都直接把数据导进去就分析呢？= =！
因子分析是有一定条件需求的，变量之间要存在一定的相关性，而因子分析时也会有一个检验，从过程上将必须先做了这些之后才做因子分析的，所以说很多人都是在想当然的用，很多发表的论文上都存在用法不当的问题
利用SPSS，相关系数矩阵怎么算
analyze-correlate-bivariate-选择变量
OK
输出的是相关系数矩阵
相关系数下面的Sig.是显著性检验结果的P值，越接近0越显著。
另外，表格下会显示显著性检验的判断结果，你看看表格下的解释就知道，比如“**. Correlation is significant at the 0.01 level (2-tailed).”
就是说，如果相关系数后有"**"符号，代表在0.01显著性水平下显著相关
粗略判断的方法是，相关系数0.6以上，可以认为显著相关了
、
eviews 相关系数矩阵是什么。怎么做截面数据的相关系数矩阵！急急急！
相关系数啊，就是自变量和变量之间的相关程度
相关系数多大才算相关性比较好啊
大于0.8
相关系数多少算具有相关性？
我做教育统计，发放过问卷后统计相关性，我想问下相关性系数怎么界定具体相关程度的大小呢？
1.相关性的强、弱、不相关系数分别是多少？
2.界定的标准从何而来，论文中想引用一下
3.相关性系数我自己做的统计方法算出来的数据，也能用上面的强弱系数的标准么？
谢谢各位了~~万分感激！
相关系数的强弱仅仅看系数的大小是不够的。一般来说，取绝对值后，0-0.09为没有相关性，0.3-弱，0.1-0.3为弱相关，0.3-0.5为中等相关，0.5-1.0为强相关。但是，往往你还需要做显著性差异检验，即t-test，来检验两组数据是否显著相关，这在SPSS里面会自动为你计算的。
样本书越是大，需要达到显著性相关的相关系数就会越小。所以这关系到你的样本大小，如果你的样本很大，比如说超过300，往往分析出来的相关系数比较低，比如0.2，因为你样本量的增大造成了差异的增大，但显著性检验却认为这是极其显著的相关。
一般来说，我们判断强弱主要看显著性，而非相关系数本身。但你在撰写论文时需要同时报告这两个统计数据。
提问者评价
谢谢!
相关性是什么意思
就是有关系的，比如一件事因另一件事而发生的，这件事与另一件事具有，比如一笔费用因某个业务而发生的，两者具有相关性。
这是数学方向的问题.相关是非确定性问题,用于统计分析.与函数相对自变量和函数不是一一对应的关系
SPSS关于两组数据的相关性分析的操作方法，越简单越好，急！
可使用Statistics菜单->Correlate子菜单->Bivariate过程
观察Correlation Coefficients值和Test of Significance值即可，
制砖技术惟必须注意，变量须为等距尺度 (interval level of measurement)。
若变项只属顺序尺度 (ordinary level of measurement)，
则可选择计算Kendall's等级相关系数和Spearman相关系数。
spss相关性分析 相关性
相关性
X1 X2 X3 X4 X5 X6 X7 X8
X1 Pearson 相关性 1 -.022 -.447 .999** .999** .982** .994** .975**
显著性（双侧） .972 .451 .000 .000 .003 .001 .005
N 5 5 5 5 5 5 5 5
X2 Pearson 相关性 -.022 1 .261 -.059 -.025 -.179 -.117 -.206
显著性（双侧） .972 .671 .925 .969 .773 .852 .740
N 5 5 5 5 5 5 5 5
X3 Pearson 相关性 -.447 .261 1 -.481 -.415 -.405 -.448 -.469
显著性（双侧） .451 .671 .413 .488 .499 .450 .426
N 5 5 5 5 5 5 5 5
X4 Pearson 相关性 .999** -.059 -.481 1 .997** .982** .994** .977**
显著性（双侧） .000 .925 .413 .000 .003 .001 .004
N 5 5 5 5 5 5 5 5
X5 Pearson 相关性 .999** -.025 -.415 .997** 1 .985** .994** .975**
显著性（双侧） .000 .969 .488 .000 .002 .001 .005
N 5 5 5 5 5 5 5 5
X6 Pearson 相关性 .982** -.179 -.405 .982** .985** 1 .996** .995**
显著性（双侧） .003 .773 .499 .003 .002 .000 .000
N 5 5 5 5 5 5 5 5
X7 Pearson 相关性 .994** -.117 -.448 .994** .994** .996** 1 .994**
显著性（双侧） .001 .852 .450 .001 .001 .000 .001
N 5 5 5 5 5 5 5 5
X8 Pearson 相关性 .975** -.206 -.469 .977** .975** .995** .994** 1
显著性（双侧） .005 .740 .426 .004 .005 .000 .001
N 5 5 5 5 5 5 5 5
**. 在 .01 水平（双侧）上显著相关。
一般直接看相关系数和显著性双侧。你这个一列一列的看要方便些，比如第一列，表示为x1和其他各变量之间的相关性，x1和x2的相关系数为-.022，显著性双侧为0.972，说明这两个变量间无相关性，依次类推。只要是显著性<0.05即可说明两变量具有相关性，而相关性的大小取决于相关系数，相关系数越接近1，相关性越好。看了一下你的x1和x4-x8的相关系数都在0.9以上了。是非常好的。
利用SPSS，相关系数矩阵怎么算
analyze-correlate-bivariate-选择变量
OK
输出的是相关系数矩阵
相关系数下面的Sig.是显著性检验结果的P值，越接近0越显著。
另外，表格下会显示显著性检验的判断结果，你看看表格下的解释就知道，比如“**. Correlation is significant at the 0.01 level (2-tailed).”
就是说，如果相关系数后有"**"符号，代表在0.01显著性水平下显著相关
粗略判断的方法是，相关系数0.6以上，可以认为显著相关了
person系数是什么意思爱农网
皮尔森系数
皮尔森相关系数
皮尔森相关系数（Pearson correlation coefficient）
也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ，是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示，其中n为样本 量，分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r的绝对值越大 表明相关性越强。
person是人的意思
SPSS中pearson（皮尔逊相关系数）看r值还是P值，确定相关性
两个值都要看，r值表示在样本中变量间的相关系数，表示相关性的大小；p值是检验值，是检验两变量在样本来自的总体中是否存在和样本一样的相关性。
相关系数为 0.61，能否证明两个变量相关性较高？
植绒胶实验结果表明两个变量的相关系数是 0.61，能否表明这2个变量有较高的相关性？目前研究这2个变量表示的内容的关系的人还比较少，所以我没法和别人的对比。所以想问问数学
系的同学，这个结果够不够“充分”？谢谢！
可根据相关系数的临界值去判断。
追问
能否说的具体一些？谢谢！
回答
1.可根据相关系数r的临界值去判断。可查资料，资料很多。
2.“当0<|r|<1时，表示两变量存在一定程度的线性相关。且|r|越接近1，两变量间线性关系越密切；|r|越接近于0，表示两变量的线性相关越弱。一般可按三级划分：|r|<0.4为低度线性相关；0.4≤|r|<0.7为显著性相关；0.7≤|r|<1为高度线性相关。”这是一种简单的判断方法：因此
