1楼：匿名用户
相关系数0.241远远小于 p=0.905，我们可以认为线性相关关系不显著，或者说没有相关关系，没有统计学意义。
p>0.05的r值是指线性相关关系显著，近似认为有关系。
当相关系数大于0.905时，是指线性相关关系特别显著，套用公式就可以得到极度接近的数值，这也是相关分析的实际应用。
直相关系数r=0.9，p<0.05表示什么统计学意义
2楼：爱娜娜的小雪梨
首先看显著性值，也就是sig值或称p值。它是判断r值，也即相关系数有没有统计学意义的。判定标准一般为0.
05。由表可知，两变量之间的相关性系数r=-0.035，其p值为0.
709>0.05,所以相关性系数没有统计学意义。无论r值大小，都表明两者之间没有相关性。
如果p值<0.05，那么就表明两者之间有相关性。然后再看r值，|r|值越大，相关性越好，正数指正相关，负数指负相关。
一般认为：|r|大于等于0.8时为两变量间高度相关；|r|大于等于0.
5小于0.8时认为两变量中度相关；|r|大于等于0.3小于0.
5时认为两变量低度相关或弱相关，|r|小于0.3说明相关程度为极弱相关或无相关。所以判断相关性，先看p值，看有没有相关性。
再看r值，看相关性是强还是弱。
spss这个分析结果！求其中r值p值多少并且代表什么意思！
3楼：大野瘦子
r就是相关性那个值，p就是显著性那个值，具体如下：
首先看显著性值
，也就是sig值或称p值，它是判断r值，也即相关系数有没有统计学意义的，判定标准一般为0.05，由表可知，两变量之间的相关性系数r=-0.035，其p值为0.
709>0.05,所以相关性系数没有统计学意义。
无论r值大小，都表明两者之间没有相关性，如果p值<0.05，那么就表明两者之间有相关性。
然后再看r值，|r|值越大，相关性越好，正数指正相关，负数指负相关。
4楼：
首先看显著性值，也就是sig值或称p值。
它是判断r值，也即相关系数有没有统计学意义的。
判定标准一般为0.05。
由表可知，两变量之间的相关性系数r=-0.035，其p值为0.709>0.05,所以相关性系数没有统计学意义。
无论r值大小，都表明两者之间没有相关性。
如果p值<0.05，那么就表明两者之间有相关性。
然后再看r值，|r|值越大，相关性越好，正数指正相关，负数指负相关。
一般认为：
|r|大于等于0.8时为两变量间高度相关；
|r|大于等于0.5小于0.8时认为两变量中度相关；
|r|大于等于0.3小于0.5时认为两变量低度相关或弱相关，|r|小于0.3说明相关程度为极弱相关或无相关。
所以判断相关性，先看p值，看有没有相关性。
再看r值，看相关性是强还是弱。
5楼：南心网心理统计
r就是相关性那个值，p就是显著性那个值。
相关系数0.546（ p=0.000）什么意思啊还有0.234（p=0.006）无统计学意义，是什么意思啊
6楼：匿名用户
p=00000表示真实的相关系数为0而你得到0.546的可能性为0。也就说这个数据是显著的，相关系数不可能为0。
0.234（p=0.006）无统计学意义，我不明白是怎么回事。可能与你的模型设定有关，因为这个p也非常小 接近于0，按道理来说也是显著的。
用spss相关性分析后的结果怎么看？
7楼：无中之画
ssps，相关性分析后的结果自然化，他还是非常准确的，你可以通过它来判断一些因素。
8楼：匿名用户
分析结果上看会输出包括平均值和标准差，以及相关系数和p值。
前两列即为各变量的平均值和标准差，第三列开始为两两变量之间的相关系数。
数值右上角的星号代表p值。对于相关分析，一般规范的**格式是：p值使用*号表示，p< 0.01使用2个*号表示；p< 0.05使用1个*号表示。
9楼：匿名用户
首先看显著性水平 小于0.01 说明拒绝原假设 二者存在显著相关然后需要用四句话来描述：
1. 平均每日**数与相关微博搜索量存在相关性2.相关系数r=0.905
3.平均每日**数与相关微博搜索量存在高度正相关4.平均每日**数和相关微博搜索量进行相互**能消减（r的平方）81.9%的误差比例
10楼：jane茶香
9个样本数据计算出的平均每日**数与相关微博搜索量的pearson相关系数值0.905，它的实际显著性水平为0.001，小于理论显著性水平0.
01，说明相关系数的值不是由偶然因素造成的，0.905接近于1，说明平均每日**数与相关微博搜索量之间存在高度的线性正相关。
11楼：光勋
pearson相关性是以交叉**的形式呈现的。我们关注两对变量的相关性结果：入职时长与当前年薪；受教育年限与当前年薪。
入职时长和当前年薪的pearson相关系数为-0.102，说明它们之间呈现负的弱相关，显著性p值为0.150，大于0.05，所以认为当前年薪和入职时长没有相关性。
受教育年限和当前粘性的pearson相关系数为0.672，显著性检验p值为0.000，小于0.
05，所以受教育年限与当前年薪是正相关的。这也是为什么现在大部分的本科毕业生没有选择直接就业，而是继续深造，读研读博。
12楼：xin宝宝金牛
spss 的相关**每个单元格有三行数据，一个是pearson相关系数值，它代表了相关系数的大小，一个是样本容量，代表你这组数据有多少被试，最后一个是显著性检验结果，即sig（双侧），它可以用来说明你所得到的相关分析结果有没有统计学意义。
通常sig<0.05即认为显著，有统计学意义（有统计学意义或者说显著的意思是说这种相关性可以分辨出来，不表示相关的大小，就好像用显微镜可以看到细胞并不能说明细胞很大），如果不显著，即便相关系数很大，也不能说明该相关有意义，相关性有可能是抽样误差所致，但这个时候你可以考虑增大样本容量后再分析看看。相关系数值后面的星号也反映了显著性，一个*表明0.
05水平显著，**代表0.01水平显著。
spss（statistical product and service solutions），“统计产品与服务解决方案”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”，这标志着spss的战略方向正在做出重大调整。spss为ibm公司推出的一系列用于统计学分析运算、数据挖掘、**分析和决策支持任务的软件产品及相关服务的总称，有windows和mac os x等版本。
spss是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统
一、规范的界面展现出来，使用windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。用户只要掌握一定的windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。spss采用类似excel**的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。
其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。输出结果十分美观，存储时则是专用的spo格式，可以转存为html格式和文本格式。对于熟悉老版本编程运行方式的用户，spss还特别设计了语法生成窗口，用户只需在菜单中选好各个选项，然后按“粘贴”按钮就可以自动生成标准的spss程序。
极大的方便了中、高级用户。
样本数523,相关性系数r=0.12,p小于0.05有相关性吗?
13楼：匿名用户
首先看显著性值，也就是sig值或称p值。它是判断r值，也即相关系数有没有统计学意义的。判定标准一般为0.
05。由表可知，两变量之间的相关性系数r=-0.035，其p值为0.
709>0.05,所以相关性系数没有统计学意义。无论r值大小，都表明两者之间没有相关性。
如果p值<0.05，那么就表明两者之间有相关性。然后再看r值，|r|值越大，相关性越好，正数指正相关，负数指负相关。
一般认为：|r|大于等于0.8时为两变量间高度相关；|r|大于等于0.
5小于0.8时认为两变量中度相关；|r|大于等于0.3小于0.
5时认为两变量低度相关或弱相关，|r|小于0.3说明相关程度为极弱相关或无相关。所以判断相关性，先看p值，看有没有相关性。
再看r值，看相关性是强还是弱。
请教spss相关分析结果怎么看？
14楼：牛印枝萨书
可以使用spssau进行分析，结果格式为三线**式，属于规范的格式不用重新整理。
分析结果上看会输出包括平均值和标准差，以及相关系数和p值。
前两列即为各变量的平均值和标准差，第三列开始为两两变量之间的相关系数。
数值右上角的星号代表p值。对于相关分析，一般规范的**格式是：p值使用*号表示，p <
0.01使用2个*号表示；p <
0.05使用1个*号表示。
15楼：阳光的
连续型变量用pearson相关，，分类变量spearman相关
结果解释：第一个表看对应的相关系数-0.098，p值0.002，小于0.05，有统计学意义。说明存在弱的负相关。第二个图就是两个变量的均值与标准差。
16楼：仲孙雁张辰
spss
的相关**每个单元格有三行数据，一个是pearson相关系数值，它代表了相关系数的大小，一个是样本容量，代表你这组数据有多少被试，最后一个是显著性检验结果，即sig（双侧），它可以用来说明你所得到的相关分析结果有没有统计学意义，通常sig<0.05即认为显著，有统计学意义（有统计学意义或者说显著的意思是说这种相关性可以分辨出来，不表示相关的大小，就好像用显微镜可以看到细胞并不能说明细胞很大），如果不显著，即便相关系数很大，也不能说明该相关有意义，相关性有可能是抽样误差所致，但这个时候你可以考虑增大样本容量后再分析看看。相关系数值后面的星号也反映了显著性，一个*表明0.
05水平显著，**代表0.01水平显著
17楼：匿名用户
这是一个两个变量
之间的相关性分析结果。
使用的参数是pearson指数。
pearson correlation是一个相关系数，它指出了两个变量之间相关的亲密程度和方向。这个数值的绝对值越大越说明两个变量的关系越亲密，它的绝对值为0-1之间。在你的分析结果中，这个数值的绝对值为 0.
622，说明检验的两个变量之间相关亲密程度比较强。如果这个绝对值< 0.3的话，那就是弱相关。
这个相关系数的正负符号说明相关性的方向，如果为正值，你可以说这两个变量之间是正相关（一个变量的增高引起另一个变量的增高），如果为负号，则为负相关（一个变量的增高引起另一个变量的降低 ）。
从pearson correlation系数来看，这两个变量之间存在较强的负相关。
sig. （2-tailed）是一个相关显著性系数，它指出上面所说的相关系数是否具有统计学意义。sig.
(2-tailed) =0.018说明在（1-0.018）* 100=98.
2%的几率上，上面的pearson correlation成立。一般而言，sig. <=0.
05的情况下，pearson correlation具有统计学意义。从你的结果来看：
两个变量之间为显著正相关（r = 0.622, p = 0.018）。
n，是number的缩写，就是指出你的两个变量共多少个数据，从你的结果来看，共14个数据参加了运算。
* correlation is significant at the 0.05 level (2-tailed).是指：
在95%的几率下，相关性是显著的。实际上，你不看这一行，从上面的sig.值就可以看出来了。