SPSS做相關分析，通過了顯著性檢驗，但相關係數低，怎麼解釋？

01-02

顯著性水平sig=0.000，即：在P=0.01的水平顯著，顯著性非常高，表示相關性很強。但相關係數又只有0.299，表示兩變數基本不相關。如何解釋？

完全不矛盾。顯著性回答的問題是他們之間是否有關係；相關係數回答的問題是相關程度強弱。更直接一點我們可以回到公式，相關顯著性檢驗的t統計量可以表示成

可以看出對於任意值的r，只要數量n足夠的多就能使統計量足夠的大，通過顯著性檢驗的可能性就會更高。樓主的樣本量是1003，這種情況在樣本量比較大的情況下會更常見。

先舉個栗子。

我兜里有一塊錢，這個時候有個人來搜我身=。=

他發現我有錢誒，所以跟大家說：「我確定一定以及肯定，這個傢伙兜里有錢！「

他說得對_(:3 」∠)_，我兜里確實有錢。

然後我從兜里掏出了那僅有的一塊錢。。。。

雖然他說我有錢，我也確實有，但不代表我有很多嘛。（ ° △ °|||）。

同理，sig值很高說明A、B確實存在關係，它確定以及肯定二者存在某種微妙的關係。

但具體這關係有多微妙，相關性有多高，就不一定了╮（￣▽￣）╭

所以相關係數有0.299也就在情理之中了。我有錢，但我真的沒很多錢呀。&<（? ?*）&>

然後課本上學到的0.3確實只屬於弱相關，不清楚樓上的答主為什麼說已經挺高的了0.0。是在實踐中很難得到高相關係數的數據嘛？

另，做推斷統計之前，描述統計真的不能少_(:3 」∠)_

也不知道我說的對不對啊.. 如果說的不對歡迎一起探討學習_(:3 」∠)_

顯著性水平sig=0.000,那是說明他們存在顯著性差異，只能說明他們是有關係的，不是說相關性強，相關係數為0.299，不是說他們不相關，而是說他們弱相關，是具有相關性的，只是關係非常弱。這兩個數據並沒有什麼矛盾，在數據樣本足夠的的時候，經常可以得出這樣的結論。pearson相關係數的正確性需要得到散點圖的證實，你應該檢查一下散點圖，看看數據是否具有線性趨勢，特別是有沒有離群值或極端值扭曲你的相關係數，散點圖這個步驟很容易被忽略，但對相關分析而言十分關鍵！

皮爾遜係數表示的是線性相關性係數，這個數據說明兩者相關，但是線性相關度不高，也就是說存在其他的非線性關係，他們的關係不是一元而是多元。

顯著性只看sig，而且0.299已經挺高的了

我也遇到了同樣的問題，百思不得其姐啊。。

重要性檢驗只能證明假設成立，只能證明有一定的相關性，但是弱相關，不能通過簡單的回歸建模，要通過其他方式進行模型構建。

其實相關中最重要的就是p值或者說顯著性，它和r值的大小也就是圖中的皮爾遜係數（person）是無關的。

只要p值小於0.05，拒絕原假設，那麼r值就是具有統計學意義的，就能說明二者是相關的。注意，相關分析其實也就只能說明這些了。

如果想要進一步的知道兩個變數之間相關了多少、相關係數的具體值，那就需要進行回歸分析了。

所以相關分析一般用於篩選變數，做做初期而已，真正重要的還是在回歸分析當中。

並不矛盾，當你樣本容量很小的時候有時候會出現相關係數比較大，顯著性檢驗卻沒有通過的情況，當顯著性檢驗沒有通過的時候，即使相關係數再高也只能看作是由偶然因素引起的。反之，你樣本容量較大的時候，除非變數之間有極強的關聯性，否則相關係數都不會特別大。

有大神知道這些數據是不是用這個分析的嗎？還有不同字母差異顯著性怎麼看

親，這個顯著性檢驗怎麼做

很清晰的回答多謝