在 SPSS 输出的 Spearman 相关分析结果里，核心就是看相关系数 Rho 数值、双侧显著性 P 值，以此判断两个有序变量或者不满足正态分布的连续变量之间，是否存在单调相关关系，同时判断这个相关是正相关还是负相关，以及相关强度大小，P 值小于 0.05 就代表这个单调相关具备统计学意义，Rho 的取值范围固定在负 1 到正 1 之间，越靠近 1 代表单调正向关联越强，越靠近负 1 代表单调负向关联越强，数值接近 0 就代表几乎不存在单调变化的关联。Spearman 相关也叫斯皮尔曼等级相关，它属于非参数相关分析，不需要变量满足正态分布，也不要求变量是严格线性关系，只考察变量排序之后，等级变化是否同步升降，这也是它和 Pearson 皮尔逊相关最核心的区别，很多用户误用 Pearson 之后发现数据偏态 outliers 极端值很多，这时就需要换成 Spearman 相关。

一 核心原理

Spearman 相关本质是先把原始数据转换成等级秩次，也就是给每一个变量从小到大排序，相同数值会取平均秩，之后计算两组秩次之间的相关，它衡量的是单调关系，不是严格直线关系，也就是说一个变量上升的时候，另一个变量整体跟着上升或者整体跟着下降，就算曲线变化也可以被识别，但是如果变量先升后降这种非单调关系，Spearman 相关就会失效。

适用场景清单

第一 有序分类变量，比如满意度等级 很差 一般 满意 非常满意

第二 连续变量但是不满足正态分布，存在极端异常值

第三 样本量偏小，不满足参数检验前提

不适用场景

第一 变量是完全无序分类，比如职业类别 血型

第二 关系是非单调，存在拐点，先上升后下降

第三 大量同分结值，也就是很多样本秩次相同，此时 SPSS 会自动校正，结果解读要额外留意

二 SPSS 操作简要步骤

第一步 打开数据，点击顶部菜单 分析 相关 双变量

第二步 在双变量相关窗口，把需要分析的两个变量移入变量框

第三步 相关系数选项，取消 Pearson，勾选 Spearman

第四步 显著性检验，一般选择双侧检验，也可以根据研究假设选择单侧

第五步 可以按需勾选标记显著性相关，点击确定运行

第六步 在输出查看器读取相关性表格

三 输出表格逐项深度解读

SPSS 输出的 Spearman 相关表格名称为相关性，表格分为行和列，行是 Spearman 的 rho，每一组变量会输出三行信息，分别是相关系数值，显著性双侧，个案数 N。

补充重点说明

第一 显著性和相关强度是两件独立事情，大样本下，哪怕 Rho 只有 0.1，P 也可能小于 0.05，也就是统计显著但是实际关联很弱，不能只看 P 值就认为关联很强

第二 相关不等于因果，Spearman 相关只能证明两个变量等级变化同步，不能证明一个变量变化导致另一个变量变化，有可能是第三方混淆变量同时影响二者

第三 结值校正，如果大量同分，SPSS 输出的是校正后的 Spearman 系数，结果依然可以按原有规则解读，但是要在论文备注说明存在较多结值

四 完整结果示例解读

假设输出 Rho 等于 0.42，双侧 P 等于 0.012，N 等于 86

解读：两个变量的 Spearman 相关系数为 0.42，呈中等程度单调正相关，双侧检验 P 等于 0.012 小于 0.05，该相关具有统计学意义，说明随着第一个变量等级升高，第二个变量整体倾向同步升高，该结果不能解释为因果关系。

如果 Rho 等于负 0.58，P 等于 0.001，N 等于 120

解读：Spearman 相关系数为负 0.58，属于较强单调负相关，P 小于 0.05，具备统计学意义，也就是一个变量等级上升时，另一个变量整体倾向下降。

如果 Rho 等于 0.21，P 等于 0.12，N 等于 45

解读：虽然相关系数为正，但是 P 大于 0.05，没有统计学意义，不能认为两个变量存在单调相关，结果可能是抽样随机波动导致。

五 常见误区

误区 1 只要 Rho 绝对值大，就算 P 大于 0.05 也认为相关存在，这是错误，必须优先判断显著性

误区 2 把 Spearman 相关等同于线性相关，Spearman 只检验单调趋势，非线性单调趋势也会得到显著结果

误区 3 样本很少的时候强行解读，样本量过小，检验效能低，很容易出现假阴性

误区 4 混淆单侧和双侧检验，没有预先设定研究方向就不要随意选单侧检验

【常见问题】

问题 1 spss 中 spearman 相关分析结果里 P 值大于 0.05 该怎么解读

回答 1 spss 中 spearman 相关分析结果里 P 值大于 0.05，代表该单调相关没有统计学意义，即使相关系数 Rho 有一定数值，也不能认定两个变量真实存在单调关联，观测到的相关大概率属于抽样随机误差，论文表述要写为未发现显著的 Spearman 单调相关。

问题 2 spss 中 spearman 相关分析结果的相关系数正负号代表什么含义

回答 2 spss 中 spearman 相关分析结果的相关系数正负号代表单调变化方向，正数代表单调正相关，一个变量等级上升另一个变量整体同步上升，负数代表单调负相关，一个变量等级上升另一个变量整体下降，系数绝对值才代表相关强弱，不要把正负号当成相关强度。

问题 3 spss 中 spearman 相关分析结果可以证明两个变量存在因果吗

回答 3 spss 中 spearman 相关分析结果不可以证明两个变量存在因果，Spearman 相关仅检验等级单调同步变化，属于关联分析，只能说明共变关系，无法区分谁是原因谁是结果，也无法排除混淆变量干扰，因果推断需要实验设计或者其他因果分析方法。

问题 4 spss 中 spearman 相关分析结果出现大量结值会影响解读吗

回答 4 spss 中 spearman 相关分析结果如果存在大量结值也就是同分数据，SPSS 会自动进行结值校正，仍然可以正常解读 Rho 和 P 值，但是需要在报告里备注存在较多结值，结值过多会降低检验效能，有可能出现假阴性结果。

【免责申明】

本文内容仅用于 SPSS 统计学习参考，统计分析结论需要结合研究设计 样本来源 专业领域知识综合判断，不构成任何科研决策 论文定稿或者统计审核的专业建议，不同学科对相关强度划分标准存在差异，实际使用请遵循对应期刊规范。