spss如何分析两组数据的相关性？

用spss分析两组数据的相关性步骤如下：

1、第一步，电脑安装SPSS软件包，最好使用最新版本，功能比较齐全。打开SPSS软件，导入你需要分析的数据，这里以excel数据为例子。依次点击【文件】-【打开】-【数据】。

2、第二步，选择excel数据，确认导入后，查看数据是否导入正常。

3、第三步，进行相关性分析。依次点击【分析】-【相关】-【双变量】。

4、第四步，然后，把变量从左侧选择到右侧变量框里面，勾选person相关，双侧检验等等。

5、第五步，点确定，相关性的结果就在输出文档里面了。你也可以把结果复制导出到word或者excel。

这样就完成了用spss分析两组数据的相关性。

怎么用SPSS做相关性分析啊？

1、打开SPSS软件，输入两列数据，如下图所示；

2、用鼠标在工具栏上一次点击“分析”----”相关”----“双变量”，如下图所示；

3、进入要分析的变量，将两个变量都选定，相关系数选择Pearson，显著性检验选择双侧检验，标记显著性相关，如下图所示；

4、选择其他相关需要，如均值与标准差，缺失值的选择，然后点击继续，如下图所示；

5、在bootstrap菜单中打勾，置信区间选择百分位，抽样选择简单，然后点击确定，如下图所示；

6、等待软件分析完成后就可以得到描述性分析和相关性分析的数据了，如下图所示。

SPSS常用的相关性分析方法解析（转载）

相关性分析旨在分析两组数据之间是否相互影响，彼此是否独立的变动。SPSS内部提供了多种分析数据相关性的方法：卡方检验（Chi-SquareTest），Pearson相关系数计算，Spearman相关系数计算和Kendall的tau-b（K）相关系数计算。这四种分析方法适用于不同的数据类型，下面向大家介绍常用的SPSS相关性分析方法。

1.卡方检验（Chi-SquareTest）

卡方检验（Chi-SquareTest）是由Pearson提出的一种统计方法，在一定的置信水平和自由度下，通过比较卡方统计量和卡方分布函数概率值，判断实际概率与期望概率是否吻合，进而分析两个分类变量的相关性。

卡方检验（Chi-SquareTest）适用于不服从正态分布的数据，两组变量是无序的。使用SPSS进行卡方检验的操作方法，大家可以登录SPSS中文网站进行学习，这里仅作原理性的介绍。如图1是某种药物单独使用和药物与放疗同时使用时，治疗是否有效的卡方检验结果。

图1某地某种疾病发病人数统计

个案处理摘要显示了有效数据和无效数据的数量。VAR00001*VAR00002交叉表显示各变量对应的频数，VAR00001列1代表单独使用药物，2代表药物与放疗同时使用，VAR00002行1代表有疗效的人数，2代表无疗效的人数。

行列变量为各为二组，自由度为（2-1）×（2-1）=1，Pearsonχ2值为22.475，显著性数值为0.000小于0.05，有显著性差异，不能接受无关假设，即单独使用药物与药物放疗同时进行有显著性差异。

2.Pearson相关系数计算

Pearson相关系数用于评估两组数据是否符合线性关系，不能用于符合曲线关系的数据，线性相关越强，Pearson相关系数就越接近1（线性递增）或-1（线性递减）。图2为一组数据的线性相关性检验，可以看出，Peason相关系数0.984，表明两者有较强的线性相关性，一般认为<0.3无相关性，0.3～0.7弱相关性，>0.7较强的相关性。

图2Pearson检验结果

3.Spearman相关系数计算

Spearman相关系数适用于不满足线性关系，且不满足正态分布的数据，如图3所示，实际这是两组随机产生的数据，用Spearman相关系数计算时，结果为0.257，<0.3无相关性，与Pearson相关系数类似，<0.3不相关，0.3～0.7为弱相关，>0.7为强相关。

图3Spearman相关系数计算

4.Kendall的tau-b（K）相关系数计算

进行Kendall的tau-b（K）相关分析，需要满足下列3个条件：

1.两个变量是有序分类变量；

2.两个变量相对应的研究对象是一定的。

例如调查工资与学历之间的关系，两个变量学历和收入都是等级变量，符合条件1；两个变量均对应同一研究对象：一个区域内的所有工作的成年人。符合条件2。收入等级分别为1高收入，2中收入，3低收入，学历等级分别为1高学历，2中等学历，3低学历。结果分析如图4所示。相关系数为0.480，有弱的相关性。

图4Kendalltau-b系数计算

对于不同种类的数据，应采用不同的统计方法进行相关性分析，SPSS内置了丰富的统计计算功能，可以充分满足不同统计数据的使用需求。

spss如何分析两两相关性问题？

1、首先我们打开电脑里的spss软件打开整理好的数据文件。

2、选择面板上方“分析”选项，点击“相关”，这时会弹出三个选项，如果只需要进行两个变量的相关分析就选择“双变量”，多个变量交叉分析则选择“偏相关“，在这里示范“双变量”分析的方法。

3、进入页面后，将需要分析的两个变量转换到右边变量框中，点击确定。

spss相关性分析(spss相关性分析图怎么做)

4、确定后得出的结果，呈显著相关。

5、如果需要所有变量的两两相关分析数据，则将所有变量转移到变量框中，点击确定。

6、这样就能得出所有变量间两两相关是否显著的结果了。

如何用spss做相关性分析

打开SPSS软件;点击“开始”按钮，双击“SPSS ”软件。

导入数据：点击左上角“文件”-----“打开”-----“数据”，并选择你的数据

如果为spss数据可以直接导入，若为excel 格式，需要在“文件类型”框中选择“excel格式” 扩展资料

开始做数据分析：

在工具栏处，点击：

“分析”----”相关”----“双变量”，如下图所示，则开始进行变量的选择

如图，需要先确定要分析的变量，首先将两个变量放入“变量”框中。

此时，需要注意，要分析哪几个变量就只能选择那几个变量，而不能将所有的变量选入；

当然，如果分析的是多有的变量，也可以同时将所有的变量选入

spss相关性分析(spss相关性分析图怎么做)

spss相关性分析(spss相关性分析图怎么做)

然后，选择在“相关系数”框中选择“Pearson”。

因为，这里的两个变量为连续性的变量，因此采用pearson 相关分析；

若为两个分类变量，或者一个分类变量一个连续性的变量，则可以用Spearman 相关分析

选择好变量之后，如果需要对数据进行一定的描述，或者查看，可以打开右上角的按钮，即选择“选项”，如下图所示

大部分分析需要对原始数据进行统计描述，即如果需要进行描述性分析，可以选择均值和标准差，如上图所示的.mean （均值）和 sd （标准差），分别对数据的大小和离散程度作出一定的描述，并点击“确定按钮”

如果需要对数据进行模拟分析，则可以选择右上角的“bootsTrap”模拟分析，打开后如下图所示。

其中样本数为需要模拟的总共的次数，可以自己定义；后面的种子数，是开始模拟随机数字的起始种子数，同样可以自行定义。其中的置信区间为CI， 即结果的可信区间

单击确定后，再output窗口中可以看到：结果如下所示。

结果给出两个分析，一个是描述性分析，为以下的第二个图，和pearson 相关分析结果为第一个图。

一般结果，应该先描述第二个图的表格含义，

其中mean表示均值，为两个连续性变量的均数；第二个值为Std. Deviation 表示标准差，即原始数据的标准差

第一个图为pearson correlations表格为相关系数表

其中pearson correlation 为相关系数

sig 为P 值（<0.05为有显著性意义）

N 为样本量

如何用spss做相关性分析？？要求详细步骤！

1、在spss的主界面上输入数据以后，通过分析那里点击非参数检验中的相关样本。

2、这个时候来到一个新的窗口，设置检验对并选择威尔科克森。

3、下一步如果没问题，就直接进行确定。

4、这样一来会生成详细的数据结果，即可用spss做相关性分析了。