1、Step1相关分析前，首先通过散点图了解变量间大致的关系情况如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现如上图，展现。

2、相关性分析是指对两个或多个具备相关性的变量元素进行分析，相关性不等于因果性一离散与离散变量之间的相关性 1卡方检验 卡方检验是一种用途很广的计数资料的假设检验方法它属于非参数检验的范畴，主要是比较两个。

3、Pearson相关系数是常用的一种相关性分析方法，可用于描述两个数值变量之间线性相关的程度相关系数取值范围为1到+1之间，1表示完全负相关，+1表示完全正相关，0表示完全无关，其余取值则表明相关性程度Spearman等级相关系。

4、然后点击下面的数据分析按钮6在弹出的数据分析界面中选择描述统计选项7然后会弹出描述统计的设置界面，我们设置要统计的数据区域和结果输出区域8最后我们就可以看到Excel会自动生成描述性统计分析结果了。

5、点击开始分析结果上表可以看出二者的相关系数约为094，并且p值小于005，所以说明薪资与购买意愿具有相关关系同时发现与SPSS的结果完全一致，但是SPSSAU操作起来更方便，结果更加丰富易懂。

6、接着判断关系为正相关或者负相关相关系数大于0为正相关，反之为负相关最后判断关系紧密程度通常相关系数大于04则表示关系紧密相关系数常见有两类，分别是Pearson和Spearman，本系统默认使用Pearson相关系数在相关分析之前。

7、相关系数的大小在1和1之间变化再也不会出现因为计量单位变化，而数值暴涨的情况了线性相关系数必须建立在因变量与自变量是线性的关系基础上，否则线性相关系数是无意义的2连续与离散变量之间的相关性，连续变量离散化。

8、正相关表示两个变量呈现同向变化，即一个变量增加时，另一个变量也增加负相关表示两个变量呈现反向变化，即一个变量增加时，另一个变量减少3统计显著性相关性分析通常会计算相关系数的显著性水平pvalue，用来。

9、从规律性来看费用成本和广告曝光量数据每次的最低点都出现在同一天从细节来看，两组数据的短期趋势的变化也基本一致经过以上这些对比，我们可以说广告曝光量和费用成本之间有一些相关关系，但这种方法在整个分析过程和解释上。

10、在我们进行数据处理时，相关性分析是我们最常使用的分析方法之一相关性，即衡量二个特征或者两个变量之间的关联程度两个变量的相关关系意味着二者之间存在着某种数学关系我们并不知道两个变量之间是否存在着 实际关系 通常。