问卷与量表分析：10变量之间的关系之相关分析

前文介绍了分类变量之间的相关分析即交叉分析与卡方检验，见《

问卷与量表分析：【09】变量之间的关系之交叉分析与卡方检验

》，本文介绍数值类型的变量之间的相关分析。

在前文中给出了一张展现变量之间相关分析的图，其中无序分类变量和有序分类，无序分类变量之间的相关分析使用的方法是卡方检验。而有序分类和有序分类，数值型和数值型，数值型和有序分类变量之间的相关分析使用的是相关系数，具体使用哪种相关系数，在使用时需要参考如下的表格。有序分类变量是有顺序，有大小关系的，在某些情况下也可以看做成数值类型的变量。

接下来演示如何用SPSS得到变量之间的相关系数。首先展示计算数值型和数值型变量之间的Pearson相关系数的操作：下面的动图展示的数值型变量之间相关系数的计算操作，操作结束后，会得到一个相关系数矩阵表。

如果需要把相关系数矩阵放到论文或者研究报告中，一般需要将其整理成三线表的形式。下图展示的是整理后的三线表：

整理的过程比较繁杂，这里就不详细介绍了，之前的推文中有介绍三线表的制作《问卷与量表分析：【05】学术论文中三线表的做法》，文末推荐的在线课程中也有详细的操作演示。

我们常用的相关系数就是Pearson相关系数，注意到上面的表格中还展示了Spearman相关系数和Kendall相关系数，上表中也有给出其适用于什么样的变量间关系的分析，这里就不一一举例了，在spss的相关分析菜单中，也有对应的菜单，如下图所示，相关系数有三种，可根据自己的项目情况进行选择。

OK，本文有关如何使用SPSS输出相关系数，以及如何将其整理成三线表的介绍就到这里。