1樓：學掌門資料分析
有關係的。P值小於0.01，說明拒絕原假設，即相關性不顯著，一般規定相關係數在0.3以下有較弱的相關性，由此可得，兩變數間存在相關性，且相關性較弱。
2樓：靜學社-學無止境
我猜樓主是想知道為什麼P值顯著和相關係數值小同時出現的原因吧？
兩個變數之間是否相關我們通過計算兩個變數的相關係數即可知道，等於零即為不相關，否則就是相關。只要計算結果不是非常接近於0的數，基本上你就可以認為兩者之間是相關的。然後根據相關係數的大小來判斷相關的強弱。
對相關做檢驗，是因為我們通過樣本資料計算相關係數的時候存在隨機因素導致本來是不相關的，但是計算結果不等於零，然後會把不相關認為是相關，所以為了盡可能判斷準確，我們要對總體是否真實相關做檢驗（當然了，這個檢驗也不是100%準確，出錯的概率就是你選定的alpha值，一般這個alpha值是0.05）。如果檢驗結果顯著只是說變數之間相關也就是真實相關係數不等於零，如果不顯著就表明真實相關係數為零。
僅此而已，所以相關的檢驗只是判斷真實相關係數是否為零。
再回到樓主的問題，如果你選定的alpha值高於你的P值，那麼就可以判斷為變數之間是相關的。如果相關了，再看你算出來的相關係數，它是0.295，如果相關，那麼這就是乙個弱相關。
3樓：簡併
如果是找出新的解釋變數或確定因果關係，p值小，即可看做相關。
如果是考察因子分析中公因子與原始變數的相關性（即篩選載荷），0.3是界限。
如果是看回歸自變數與因變數之間相關性，p值小，雖可判定相關，但還要R^2和誤差s可接受才有實際意義。
spss資料分析 ？要分析兩個變數間的相關性，並且這兩個變數分別有多個維度要用什麼分析方法？
獵戶座 我是CS專業的，沒學過SPSS軟體 QwQ，但是大致思路我可以提供一下，題主查一下SPSS相關文件應該不難實現。首先，隨機變數之間的相關性一定是一維隨機變數之間的。對於 維隨機變數 我們只能表示表示該維隨機變數的分量之間的線性相關性。借助協方差矩陣可以完成這個過程。首先，我們都知道，我們對乙...
如何用spss分析不同自變數組內資料的差異性？
調研工廠 步驟一 分析資料的平穩性 為了避免偽回歸，確保估計結果的有效性，我們必須對各面板序列的平穩性進行檢驗。而檢驗資料平穩性最常用的辦法就是單位根檢驗。首先，我們可以先對面板序列繪製時序圖，以粗略觀測時序圖中由各個觀測值描出代表變數的折線是否含有趨勢項和截距項，從而為進一步的單位根檢驗的檢驗模式...
spss逐步回歸分析變數篩選的一些疑問？
理論上需要挨個檢查，但實際操作中選擇最大或最小具有代表性的變數。首先，逐步回歸是一種線性回歸選變數的方法，目的是剔除對被解釋變數影響不顯著的解釋變數，從而使模型以最優的變數 變數本身和變數數目 解釋yinbianli。當沒有變數可以新增或剔除的時候，可認為模型最優。剔除變數。對納入到回歸模型中的每個...