文档介绍：在 SPSS软件相关分析中 ,pearson( 皮尔逊 ), kendall （肯德尔）和 spearman（斯伯曼 / 斯皮
尔曼）三种相关分析方法有什么异同
两个连续变量间呈线性相关时，使用 Pearson 积差相关系数，不满足积差相关分析的适用条件时，使用 Spearman 秩相关系数来描述 .
Spearman 相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对
原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从 Pearson 相关
系数的数据亦可计算 Spearman 相关系数，但统计效能要低一些。 Pearson 相关系数的计算
公式可以完全套用 Spearman 相关系数计算公式，但公式中的 x 和 y 用相应的秩次代替即可。
Kendall's tau-b 等级相关系数：用于反映分类变量相关性的指标，适用于两个分类
变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在 -1-1 之间，
此检验适合于正方形表格；
计算积距 pearson 相关系数，连续性变量才可采用 ; 计算 Spearman 秩相关系数，适合
于定序变量或不满足正态分布假设的等间隔数据 ; 计算 Kendall 秩相关系数，适合于定序变
量或不满足正态分布假设的等间隔数据。
计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用 spearman 或 kendall 相关
Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析
Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料
Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料
注：
1 若非等间距测度的连续变量因为分布不明 - 可用等级相关 / 也可用 Pearson 相关，对于完
全等级离散变量必用等级相关
2 当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时
, 宜用
Spearman 或 Kendall 相关。
3 若不恰当用了 Kendall
等级相关分析则可能得出相关系数偏小的结论。
则若不恰当使用，
可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。
对一般情况默认数
据服从正态分布的，故用
Pearson 分析方法。
在 SPSS里进入 Correlate
－》 Bivariate ，在变量下面 Correlation Coefficients
复选框
组里有 3 个选项：
Pearson
Kendall's tau-b
Spearman

： Spearman
spearman（斯伯曼

/ 斯皮尔曼）相关系数
斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。对等级的各对等级数之差来进行计算的，所以又称为“等级差数法”

它是依据两列成
斯