你们好，最近小时空发现有诸多的小伙伴们对于spss相关性分析看结果还是分析，spss相关性分析看结果这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。
1、 在进行皮尔逊线性相关分析之前，我们需要将历史得分和综合得分绘制成散点图，看看我们的数据是否可以用于皮尔逊线性相关分析。单击图形-图表生成器，然后在弹出的对话框中单击确定。
2、 (如果图中对话框没有弹出，忽略它，直接进行下一步。)
3、 在图标生成器中，选择散点图，然后选择简单散点图；然后把左边的“历史”和“地理”拖到X轴和Y轴上(顺序可以颠倒)，然后点击确定。
4、 我们可以得到如下图所示的结果。我们可以看到，图中散乱点的分布是椭圆形的，散乱点呈线性趋势，说明我们可以进行线性相关分析。这只是一个简单的初步判断。
5、 回到数据视图，点击分析-相关性-双变量；
6、 在弹出的对话框中，选择“历史”和“综合”进入右边的变量框，下面的相关系数选择“皮尔逊”，点击“确定”输出结果。
7、 解释“历史”和“综合”之间的相关性是显著的；我们一般认为相关系数|r|在0.8到1.0之间是高度相关的；0.6和0.8之间有很强的相关性；0.4-0.6之间有中度相关；0.2和0.4之间存在弱相关性；0.0-0.2为极弱相关或无相关。
8、 注1:画散点图只是一个简单的判断。如果你的散点图不是椭圆的，那么你最终的结果可能是相关性不高或者P > 0.05，说明它们之间的相关性太弱或者没有线性相关性。
9、 注意2:分层数据不能随便合并，比如下图(a)中，将原来有关联的数据合并，造成没有关联的假象；图(b)结合了两个不相关的样本，创造出正相关的假象。
10、 注3:当出现异常值时，要谨慎使用相关分析，如图(c)所示。计算中包括或不包括都会对结论产生很大影响，甚至会得出相反的结论。对于这种明显的异常值，我们应该仔细检查数据收集和录入过程。
11、 或者重复实验。
以上就是spss相关性分析看结果这篇文章的一些介绍，希望对大家有所帮助。