现在假设有一份问卷报告，里面调查了用户对于某一商品质量的满意程度、售后的满意程度、回购的意愿这三项，那么要你去分析出这三项数据的相关性。这三者相或不相关是一个定性问题，那我们如何用数学的数据分析的方法来解决呢。在IBM SPSS Statistics中我们可以使用皮尔逊检测法来做相关性分析。
皮尔逊相关性分析要求变量类型为连续数值型变量，在问卷研究中，数据一般被视为连续数值型变量。因此，皮尔逊相关性分析是量表分析中最常用的统计学方法 。 接下来我将用几个步骤，在IBM SPSS Statistics中演示如何进行皮尔逊相关性分析。
1、数据展示
如图所示，图中有15组调查结果，图中的数字1~5代表满意程度，数字越大代表满意程度越高。
图1：数据展示
2、菜单位置
首先点击菜单中的“分析”按钮，然后点击下级菜单的“相关”按钮，最后点击“双变量”按钮。
图2：菜单位置
3、编辑双变量相关性界面
如图所示，我们将满意程度、回购意愿、质量满意这三个变量加入到变量框中。
图3：选择分析变量
点击“选项”按钮，然后勾选下图界面中的平均值和标准差、叉积偏差和协方差。
图4：勾选分析项
如图所示，将置信区间设置为95%。
图5：编辑置信区间
4、结果展示
怎样看懂结果是最重要的，我们以图中标注出来的两个数据为例。如图所示其中显著性为0.01，根据皮尔逊检测的规定显著性小于0.05说明具有相关性，那么就代表满意程度和回购意愿具有相关性。再看相关性的数值是0.871，根据规定只要相关性大于0就是正相关，也就是随着满意程度的增加回购意愿也会增加。其他的数据也可以上述步骤逐一查看。
图6：结果展示
皮尔逊相关性分析在问卷调查中的运用十分广泛，我们在日常办公和论文撰写的时候经常会用到问卷调查。掌握好本文的内容，需要注意以下几点，首先需要选择合适的变量进行皮尔逊相关性分析，然后需要注意变量要为连续的数值型变量不能是字符串，最后要弄懂显著性值在什么范围内变量具有相关性。关于相关性分析IBM SPSS Statistics中文官网还有很多文章，大家可以自行去查看。