五、用SPSS进行简单线性相关分析
相关分析是考察变量间是否存在线性相关关系，简单线性相关分析是最简单的一种。分析两个变量的线性相关关系，其分析步骤如下：
第一步，选择分析变量。按Analyze—Correlate—Bivariate顺序展开Bivarite Correlations二元变量相关分析主对话框。在变量表中选择要进行相关分析的两个变量。然后，用鼠标单击向右箭头按钮，将选择的变量移至Variables矩形框中。
从主对话框中可以看出Correlation Coefficients相关系数系统默认为Pearson，即皮尔逊相关，只有间隔尺度以上的变量才使用这种相关分析。对Test of Significance显著性检验系统默认Two-tailed，即双侧T检验；Flag Significant correlations选项要求在结果中标注统计检验显著的相关系数。
第二步，二元变量相关分析的选择项。
1.分析方法选择项
主对话框中Correlation Coefficients栏中列出了三种相关系数，对应着以下三种分析方法：
（1）Pearson皮尔逊相关复选项，调用Correlation过程计算连续变量或间隔尺度的变量间的相关分析。
（2）Kendall＇s tau-b，肯德尔t-b复选项。
（3）Spearman，斯皮尔曼相关复选项。
2.选择显著性检验类型
（1）Two-tailed双层检验选项。当事先不知道相关方向（正还是负）时选择此项。
（2）One-tailed单尾检验选项。如果事先知道相关方向可以选择此项。
3.Flag significant Correlations复选项
如果选中该项，输出结果中在相关系数右上方使用“＊”表示在显著性水平为5%时显著；用“＊＊”表示其在显著性水平为1%时显著。
第三步，Options对话框中的选择项。在主对话框中用鼠标单击Options按钮，展开Options对话框。
1.统计量选择项
在Statistics栏中有两个有关统计量的选择项。只有当选择了Pearson相关分析方法时才可以选择这两个选择项。
（1）Means and standard deviations均值与标准差复选项。
（2）Cross-product deviations and covariances叉积离差阵和协方差阵复选项。
2.缺失值处理方法选择项
（1）Exclude cases pairwise选项，仅剔除正在参与计算的两个变量值是缺失值的观测量。这样有可能当计算多个相关关系时，相关系数矩阵中的相关系数是根据不同数量的观测量计算出来的。
（2）Exclude cases listwise选项，剔除在主对话框中Variables矩形框中列出的变量带有缺失值的所有观测量。这样计算出的相关系数矩阵，每个相关系数都是依据相同数量的观测量计算出来的。
不过只对两个变量进行相关分析，选哪个选项都是一样的。
第四步，用鼠标单击OK按钮，将系统默认参数的相关分析过程提交系统运行。
以上是对两个变量进行的简单线性相关的分析过程，实际上，对若干个变量分析它们两两之间的相关关系的过程也是同样的，只不过在选择分析变量时把它们全部选入Variables矩形框中。分析的结果是一个相关分析矩阵，即把所有的变量依次放到表格的行和列，并列出两两交叉之处的相关系数。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
