spss相关性r值p值怎么看 spss相关性r值p值怎么求

我们进行线性相关分析，要关注回归分析模型的拟合程度，因变量变化可由自变量变化解释，同时回归分析具有统计学意义，所做的工作才有价值。利用IBM SPSS Statistics，我们可以非常方便的求解出变化解释指标R，统计学检验显著性水平P的值，进而通过R和P分析模型的拟合程度。SPSS相关性R值P值怎么看，SPSS相关性R值和P值怎么求，本文结合实例，向大家做简单的介绍。

一、SPSS相关性R值P值怎么看

图1所示的数据大致符合Y=10X+30，我们对其进行线性相关分析，并求R值和P值，线性回归分析步骤和R值P值的求解过程，我们在第二小节中介绍。

图1 待分析数据

进行线性回归分析后，结果如图2所示。首先关注R及R方，R及R方是自变量变化对因变量变化的解释程度，R和R方越大，越接近1，说明因变量的变化由自变量解释程度越高，R方不受自变量个数影响，因此应用度更高。本例中R方为0.925，说明因变量92.5%的变化可由自变量解释。

图2 R值P值结果图

然后我们查看第二个表中的显著性P值，显著性P值小于0.05，说明回归分析具有统计学意义，提示因变量与自变量之间存在线性相关，如果P值大于0.05，说明回归分析不具有统计学意义，因变量与自变量之间不存在线性相关关系。

介绍完R值P值的统计学意义，我们下面介绍利用SPSS求解R值及P值。

二、SPSS相关性R值P值怎么求

相关性R值和P值，可以通过线性回归分析得出，也可以通过曲线估算方法得出，这里我们采用线性估算的方法，因为线性估算方法更为便捷。操作步骤为，在图3所示界面，依次点击【分析】，【回归】，【曲线估算】，进入曲线估算参数设置界面。

图3 进行回归分析

然后在图4所示界面中，将Y指定为因变量，将X指定为自变量。我们进行的是线性回归分析，因此首先在模型中勾选“线性”，由于我们需要计算P值，因此需要勾选“显示ANOVA表”选项，勾选完毕后，点击【确定】，SPSS将对Y和X进行回归分析，并给出第一小节所示分析结果。

图4 回归分析参数设置

SPSS相关性R值P值怎么看？R方或校正R方值越高，说明自变量对因变量变化的解释程度越高。P值小于0.05，则说明线性回归分析具有统计学意义，自变量和因变量存在线性相关关系；P值大于0.05，则说明两者不存在相关关系。SPSS R值P值怎么求？可以通过SPSS线性回归分析或者曲线估算功能得出，在结果查看器中查看R值及P值。