現在假設有一份問卷報告，里面調查了用戶對于某一商品質量的滿意程度、售后的滿意程度、回購的意愿這三項，那么要你去分析出這三項數據的相關性。這三者相或不相關是一個定性問題，那我們如何用數學的數據分析的方法來解決呢。在IBM SPSS Statistics中我們可以使用皮爾遜檢測法來做相關性分析。

皮爾遜相關性分析要求變量類型為連續數值型變量，在問卷研究中，數據一般被視為連續數值型變量。因此，皮爾遜相關性分析是量表分析中最常用的統計學方法 。 接下來我將用幾個步驟，在IBM SPSS Statistics中演示如何進行皮爾遜相關性分析。

1、數據展示

如圖所示，圖中有15組調查結果，圖中的數字1~5代表滿意程度，數字越大代表滿意程度越高。

圖1：數據展示

2、菜單位置

首先點擊菜單中的“分析”按鈕，然后點擊下級菜單的“相關”按鈕，最后點擊“雙變量”按鈕。

圖2：菜單位置

3、編輯雙變量相關性界面

如圖所示，我們將滿意程度、回購意愿、質量滿意這三個變量加入到變量框中。

圖3：選擇分析變量

點擊“選項”按鈕，然后勾選下圖界面中的平均值和標準差、叉積偏差和協方差。

圖4：勾選分析項

如圖所示，將置信區間設置為95%。

圖5：編輯置信區間

4、結果展示

怎樣看懂結果是最重要的，我們以圖中標注出來的兩個數據為例。如圖所示其中顯著性為0.01，根據皮爾遜檢測的規定顯著性小于0.05說明具有相關性，那么就代表滿意程度和回購意愿具有相關性。再看相關性的數值是0.871，根據規定只要相關性大于0就是正相關，也就是隨著滿意程度的增加回購意愿也會增加。其他的數據也可以上述步驟逐一查看。

圖6：結果展示

皮爾遜相關性分析在問卷調查中的運用十分廣泛，我們在日常辦公和論文撰寫的時候經常會用到問卷調查。掌握好本文的內容，需要注意以下幾點，首先需要選擇合適的變量進行皮爾遜相關性分析，然后需要注意變量要為連續的數值型變量不能是字符串，最后要弄懂顯著性值在什么范圍內變量具有相關性。