第一节 Bivariate过程
7.1.1 主要功能
调用此过程可对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两变量或两个以上变量，但系统输出的是变量间两两相关的相关系数。
返回目录 返回全书目录
7.1.2 实例操作
[例7-1]某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析。
编号
血硒
1
2
3
4
5
6
7
8
9
10
发硒
74
66
88
69
91
73
66
96
58
73
血硒
13
10
13
11
16
9
7
14
5
10
7.1.2.1 数据准备
激活数据管理窗口，定义变量名：发硒为X，血硒为Y，按顺序输入相应数值，建立数据库（图7.1）。
图7.1 原始数据的输入
7.1.2.2 统计分析
激活Statistics菜单选Correlate中的Bivariate...命令项，弹出Bivariate Correlation对话框（图7.2）。在对话框左侧的变量列表中选x、y，点击Ø钮使之进入Variables框；再在Correlation Coefficients框中选择相关系数的类型，共有三种：Pearson为通常所指的相关系数（r），Kendell’s tau-b为非参数资料的相关系数，Spearman为非正态分布资料的Pearson相关系数替代值，本例选用Pearson项；在Test of Significance框中可选相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，本例选双侧检验。
图7.2 相关分析对话框
点击Options...钮弹出Bivariate Correlation:Options对话框（图7.3），可选有关统计项目。本例要求输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差，故选Means and standard deviations和Cross-product deviations and covariances项，而后点击Continue钮返回Bivariate Correlation对话框，再点击OK钮即可。
图7.3 相关分析统计对话框
7.1.2.3 结果解释：
在结果输出窗口中将看到如下统计数据：变量X、Y的例数、均数与标准差，变量X、Y交叉乘积的例数、标准差与协方差；XY两两对应的相关系数及其双侧检验的概率，本例r = 0.8715，P = 0.001。
Variable Cases Mean Std Dev
X 10 75.4000 12.2945
Y 10 10.8000 3.3267
Variables Cases Cross-Prod Dev Variance-Covar
X Y 10 320.8000 35.6444
X Y
X 1.0000 .8715
( 10) ( 10)
P= . P= .001
Y .8715 1.0000
( 10) ( 10)
P= .001 P= .
(Coefficient / (Cases) / 2-tailed Significance)
" . " is printed if a coefficient cannot be computed
参考资料：http://www.fjmu.edu.cn/news/spss/doc3/sp07.htm#j1