5级李克特量表得到的结果，做相关分析应该按照连续变量还是分类变量处理呢？
我现在的问卷有20个题目，全部都是5级李克特量表，每个题目有一个总指标评分（1-5分），然后有6个子指标评分（1-5分），现在我想知道这个总指标与6个子指标之间是否有相关关系，请问用spss处理的时候，应该采用哪个相关分析方法呢（spearman/pearson/kendall的tau-b)?
pearson积差相关即可，因为研究中通常将李克特量表数据视为等距变量，特别是5级以上评分时。
量表题可以按照定量数据来处理，如果数据满足正态性时选择pearson相关系数，数据不满足正态性时用spearman相关系数，不过数据正态分布通常在理想状态下才会成立。所以现实研究中还是用Pearson相关系数比较多。
SPSSAU（网页版SPSS）默认使用Pearson相关系数，同时也提供spearman相关系数、kendall相关系数，拖拽点一下即生成结果。
扩展资料：
李克特量表形式上与沙氏通量表相似，都要求受测者对一组与测量主题有关陈述语句发表自己的看法。它们的区别是，沙氏通量表只要求受测者选出他所同意的陈述语句，而李克特量表要求受测者对每一个与态度有关的陈述语句表明他同意或不同意的程度。
另外，沙氏通量表中的一组有关态度的语句按有利和不利的程度都有一个确定的分值，而李克特量表仅仅需要对态度语句划分是有利还是不利。
参考资料来源：百度百科-李克特量表
在spss里面就是按照分析——相关——双变量点选。spss里面没有spearman相关的选项，因为即便是等级变量或者分类变量，按照pearson相关计算出的结果与spearman相关得到的结果是一样的。追问
感觉因为不知道数据的具体分布，所以用非参检验speraman相关检验会比较好吧？我最后用的那个~
追答昨天说错了，spss里还是有spearman相关系数的。
我们统计用的基本都是样本，很少能获得总体的数据。而pearson相关系数对于分布的要求是总体数据符合正态分布，对于观测数据，并不一定要求是正态分布，因此，如果对这个量表得分的总体分布有信心视为正态分布，可以直接用pearson相关系数，这个信心一则来自以往研究，二则来自个人经验，因为这种李克特量表得分在大样本时往往是会趋近于正态的。
如果对数据形态没有信心，可以在样本量相对较大的时候进行正态性检验，若不服从正态分布，可再使用其它相关分析，比如肯德尔tau-b。如果在适用pearson相关时用了肯德尔tau-b，可能还会低估相关系数。。
嗯，多谢多谢~我最后用的spearman，感觉比较保险，虽然我样本量挺大的，但是感觉上不太服从正态分布，而且pearson不是检验线性相关的么，感觉上自己的数据也不是特别符合。然后我都做了一下，结论影响不大。相关系数也都差不了很多，是一个量级上的。
本回答被提问者和网友采纳