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。
相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。SPSS软件是进行相关性分析的常用软件。下面介绍怎么用spss来做相关性分析。
方法
打开spss，依次点击【文件】-【打开】-【数据】，进行数据导入。
cross correlation,交叉相关分析，或者叫互相关分析，也有叫错位相关分析。一般为时间序列，两列数据有时差，根据时差进行错位移动，可找出两列数据的最大相关系数。 步骤，我的是汉化版的spss，分析(analysis)——预测（T）——互相关图（R），出现
选择数据导入。这里导入的是Excel数据。
0.271属于低相关，这是分析相关系数的大校 相关系数： 1、0.8-1.0：极强相关。 2、0.6-0.8：强相关。 3、0.4-0.6：中等程度相关。 4、0.2-0.4：弱相关。 5、0.0-0.2：极弱相关或无相关。 相关关系是一种非确定性的关系，相关系数是研究变量之间
导入数据后，依次点击【分析】-【相关】-【双变量】。
一般是计算平均值，把多个指标合并成一个变量后，再用两个变量进行分析。 比如想要将“我在工作中能获得成就感”、“我可以在工作中发挥个人的才能”这两题合并成一个变量（影响因素），可以通过SPSSAU的【生成变量】功能计算均值，生成新的变量用于
出现双变量对话框，在左侧的候选对话框选择两个变量添加到右边列表框中。
一般直接看相关系数和显著性双侧。你这个一列一列的看要方便些，比如第一列，表示为x1和其他各变量之间的相关性，x1和x2的相关系数为-.022，显著性双侧为0.972，说明这两个变量间无相关性，依次类推。只要是显著性
接着选择系数类型。一般可以选择Pearson相关系数,也可以选择其他两个。Pearson是系统默认项，即积差相关系数。kendall和spearman都是等级相关系数。然后勾选标记显著性相关。
两个需要放在一个表格中 另外在求两个量表的相关性是 需要分别求出每个量表包含的维度得分，然后将两个量表的维度进行相关分析 而不是将单个题目之间进行相关分析
最后点击确定按钮就可以了。SPSS软件会在结果输出窗口显示相关性分析结果。
1、打开SPSS软件，在提示符后输入因变量y和自变量x的数据。 2、接下来使用R中作线性模型的函数lm()函数，lm(y~x+1)表示做有截距的线性回归模型，接下来lm(y~x)也是表示有截距的线性回归模型，lm(y~x+0)和lm(y~x-1)则表示过原点的线性回归模型，
扩展阅读，以下内容您可能还感兴趣。
用spss做两个变量相关性分析时，存在强自相关怎么办
用spss做两个变量相关性分析时，存在强自相关时解决办法：
只留下一个变量；
再找一个别的变量代替zd。
spss简介：SPSS（Statistical Product and Service Solutions），“统计产品与服回务解决方案”软件。最初软件全称为“社会科学统计软件包”（SolutionsStatistical Package for the Social Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的答一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。
spss中相关性分析的原理是什么
_问题描述：在SPSS中做主成成分分析的时候有一步是指标之间的相关性判定，我想知道具体是怎么进行判定的，他的算法、原理是什么？答案1：： 说判定有些严格，其实就是观察一下各个指标的相关程度。一般来说相关性越是高，做主成分分析就越是成功。主成分分析是通过降低空间维度来体现所有变量的特征使得样本点分散程度极大，说得直观一点就是寻找多个变量的一个加权平均来反映所有变量的一个整体性特征。评价相关性的方法就是相关系7a64e4b893e5b19e31333332636331数，由于是多变量的判定，则引出相关系数矩阵。评价主成分分析的关键不在于相关系数的情况，而在于贡献率，也就是根据主成分分析的原理，计算相关系数矩阵的特征值和特征向量。相关系数越是高，计算出来的特征值差距就越大，贡献率等于前n个大的特征值除以全部特征值之和，贡献率越是大说明主成分分析的效果越好。反之，变量之间相关性越差。举个例子来说，在二维平面内，我们的目的就是把它映射（加权）到一条直线上并使得他们分散的最开（方差最大）达到降低维度的目的，如果所有样本点都在一条直线上（也就是相关系数等于1或者- 1），这样的效果是最好的。再假设样本点呈现两条垂直的形状（相关系数等于零），你要找到一条直线来做映射就很难了。一般来说前三个主成分的贡献率在90%以上，第一个主成分的贡献率在 70%效果就已经很好了。答案2：： 你直接看书吧 那原理我要写一天 才能发给你。。。
请问spss相关分析结果怎么看？
1、打开spss主页输入对zhidao应的数据，在分析那里选择非参数检验下的相关样本。
2、下一步进入一个新的界面，直接按照图示来设置检验对以及勾选威尔科克森。专
3、等完成上述属操作以后，需要点击确定。
4、这个时候会得到相应的设置结果，即可看spss相关分析结果了。
怎么用SPSS分析相关性啊？
在
Analyze 下拉菜单的Correlate 命令复项具有三个相关分析功能子命令它们分别是
Bivariate Partial 和Distance 对应于相关分析偏相关分析和距离分析
1 Bivariate 计算指定的两个变量间的相关系数可以选择Pearson 相关(积差相关)
Spearman 等级相关和Kendall 相关(这三种不同的相关计算相关系数的公式不同有兴趣的
读者可查阅统计学方面的书籍) 同时对相关系数进行假设检验可选择进行单尾或双尾检
验给出相关系数为0 的概率当资料不*从双变量知正态分布或总体分布型未知或原始
数据是用等级表示时宜用Spearman 或Kendall 相关
2 Partial 计算两个变量间再控制了其他变量影响下的相关系数即道偏相关系数可以
进行单尾或双尾检验检验的假设是偏相关系数为0 然后给出偏相关系数为0 的概率
还可以计算其他描述统计量
3 Distance 对变量或观测值进行相似性或不相似性测度因此分析的变量可以是连
续变量表频数分布的变量某些测度还可以适用于二值变量可以对原始数据和计算出
的距离数据进行标准化追问多谢了，不过，请问统计出来的数据怎么看啊？追答相关数据Correlations（以Pearson 相关系数为例）：
Pearson Correlation项显示的是变量间的相关程度，变量自身的相关度自然是1了，变量之间的相关系数你凭感觉，数字越大，越接近1，相关度越高，同时显著相关的数据会在右上角打上星号（注意这点很容易判断是否相关了，这点是万能解答，牢记）。
Sig.(2-tailed)一项根据显著性概率检验两个变量是否为0的假设，若该数据0.05，则应接受总体中这两个变量的相关系数为零的假设。
用spss做相关分析的结果 Pearson相关性很小，显著性（双侧）很大。那他们相关吗？判断标准具体是什么？
不相关。一般来说相关性大小要看显著性达到什么程度。显著性越小说明zd相关程度越高。显著性小于0.05则为显著先关，版小于0.01则为极显著相关。大于0.05则说明不相关，或者相关性不强，也可以简单理解为不权相关。
希望对你有帮助！