7.2.1 简单线性相关问题引入
例7.1 表7.1所示为7个省区的人均GDP（单位为元）和建筑合同的价值（单位为亿元），试计算两个变量之间的相关系数，并在0.05的显著性水平下对显著性进行检验（数据见文件“CH7 例7.1-例7.4建筑合同”）。
表7.1 数据表
通常，在相关分析中，我们先考虑数据类型，以便把相关问题归结为线性相关、等级相关或偏相关。
线性相关模块的SPSS操作示例如下。
①在录入数据后（见CH7例7.1-例7.4建筑合同.sav），单击【图形】→【旧对话框】→【散点/点状】，系统弹出散点图类型的选择对话框，我们选择“简单分布”，单击【定义】按钮。
②系统弹出简单散点图坐标定义对话框，将变量“人均GDP”放入选择框“X 轴”中，“建筑合同的价值”放入选择框“Y 轴”中，如图7.2所示。
图7.2 散点图坐标定义对话框
③单击【确定】按钮，生成两变量的散点图，如图7.3所示。从图7.3可以清楚看出，变量“人均GDP”和“建筑合同的价值”之间存在近似的正相关关系。
图7.3 两变量样本的散点图
④单击【分析】→【相关】→【双变量】，进入“双变量相关性”对话框。
⑤在“双变量相关性”对话框（如图7.4所示）中，在左框选择要做相关分析的变量，本例选中左框的变量“人均GDP”和“建筑合同的价值”放入右边的“变量”框中。
⑥在“相关系数”区块中，选择一种相关系数。在该区块中，列出了3种相关系数供选择：a.Pearson相关系数（系统的默认值），本例选择此项，因为做相关分析的两列数据均为刻度级的数据；b.Kandall’s tau-b相关系数，它是一种依据配对样本之差的正负号的个数，计算出来的相关系数，本书略；c.Spearman等级相关系数。
图7.4 双变量相关性分析模块对话框
⑦在双变量相关性分析模块对话框的第二组选项区块，需要选择单尾检验还是双尾检验，系统默认值是双尾检验。本例可以接受系统的默认值，也可以选择单尾检验，因为从图7.3中，可以确定两个变量是正相关关系。
⑧单击【确定】按钮，系统输出结果，如表7.2所示。
表7.2 相关系数及显著性检验
结果说明：从表7.2中可见人均GDP 和建筑合同的价值之间的Pearson相关系数为0.694，显著性概率p=0.084＞0.05，说明两个随机变量的相关系数是没有显著异于0的。
在图7.4中，还有一个【选项】按钮，它要求你选择输出额外的统计值（如均值、标准差等）及选择缺失值的处理方式。对于缺失值的处理方式，一般接受系统的默认值。