SPSS相关分析（Pearson、Spearman、卡⽅检验） 关键词：卡⽅检验和相关性分析、卡⽅检验 相关性分析
⼀、相关分析⽅法的选择及指标体系
宝钢在线
1、Pearson相关系数
最常⽤的相关系数，⼜称积差相关系数，取值-1到1，绝对值越⼤，说明相关性越强。该系数的计算和检验为参数⽅法，适⽤条件如下：
（1）两变量呈直线相关关系，如果是曲线相关可能不准确。
（2）极端值会对结果造成较⼤的影响
（3）两变量符合双变量联合正态分布。
2、Spearman秩相关系数
对原始变量的分布不做要求，适⽤范围较Pearson相关系数⼴，即使是等级资料，也可适⽤。但其属于⾮参数⽅法，检验效能较Pearson系数低。
有序分类变量的相关性⼜称为⼀致性，即⾏变量等级⾼的列变量等级也⾼，如果⾏变量等级⾼⽽列变量等级低，则称为不⼀致。
常⽤的统计量有：Gamma、Kendall的tau-b、Kendall的tau-c等。
（三）⽆序分类变量的相关分析
最常⽤的为卡⽅检验，⽤于评价两个⽆序分类变量的相关性。根据卡⽅值衍⽣出来的指标还有列联系数、Phi、Cramer的V、Lambda系数、不确定系数等。
劳动保护杂志OR、RR也是衡量两变量之间的相关程度的指标。
分类变量可分为⽆序变量和有序变量两类。
A、⽆序分类变量是指所分类别或属性之间⽆程度和顺序的差别。
⽆序分类⼜可分为：
1、⼆项分类，如性别（男、⼥），药物反应（阴性和阳性）等；
2、多项分类，如⾎型（O、A、B、AB），职业（⼯、农、商、学、兵）等。
对于⽆序分类变量的分析，应先按类别分组，清点各组的观察单位数，编制分类变量的频数表，所得资料为⽆序分类资料，亦称计数资料。
B、有序分类变量是指各类别之间有程度的差别。
如尿糖化验结果按－、±、+、++、+++分类；疗效按治愈、显效、好转、⽆效分类。对于有序分类变量，应先按等级顺序分组，清点各组的观察单位个数，编制有序变量的频数表，所得资料称为等级资料。兖州地震
⼆、SPSS相关操作
SPSS的相关分析散布在交叉表和相关分析两个模块中。
（1）交叉表过程
SPSS相关分析（Pearson、Spearman、卡⽅检验）戴高帽子的猫
SPSS相关分析（Pearson、Spearman、卡⽅检验）
司礼监
以上的指标很全⾯，解释如下：
（1）“卡⽅”复选框：为常⽤的卡⽅检验，适⽤于两个⽆序分类变量的检验。
（2）“相关性”复选框：适⽤于两个连续性变量的相关分析，给出两变量的Pearson相关系数和Spearman相关系数。
（3）“有序”复选框组：包含了⼀组反映有序分类变量⼀致性的指标，只能⽤于两变量均为有序分类变量的情况。长江三角洲经济
（4）“名义”复选框组：包含⼀组分类变量相关性的指标，有序和⽆序分类时都可使⽤，但变量为有序时，检验效能没有“有序”复选框组中的统计量⾼。
（5）Kappa：为内部⼀致性系数。
（6）风险：给出OR或RR值。
（7）McNemar：为配对卡⽅检验。
（⼆）“相关”过程
SPSS相关分析（Pearson、Spearman、卡⽅检验）
SPSS相关分析（Pearson、Spearman、卡⽅检验）
可以计算Pearson、Kendall的tau-b、Spearman三种相关系数。
