第8章SPSS的相关分析学习目标：1.明确相关关系的含义以及相关分析的主要目标。
2.掌握散点图的含义，熟练掌握绘制散点图的具体操作。
3.理解简单相关系数、Spearman相关系数、Kendall相关系数的基本原理，熟练掌握计算各种相关系数的具体操作，能够读懂分析结果。
4.理解偏相关系分析的主要目标以及与相关分析之间的关系，熟练掌握偏相关分析的具体操作，能够读懂分析结果。
8.1 相关分析相关分析是分析客观事物之间关系的数量分析方法，明确客观事物之间有怎样的关系对理解和运用相关分析是极为重要的。
客观事物之间的关系大致可归纳为两大类关系，它们是函数关系和统计关系。
相关分析是用来分析事物之间统计关系的方法。
所谓函数关系指的是两事物之间的一种一一对应的关系，即荡一个变量x取一定值时，另一变量y可以依确定的函数取唯一确定的值。
例如，商品的销售额与销售量之间的关系，在单价确定时，给出销售量可以唯一地确定出销售额，销售额与销售量之间是一一对应的关系，且这个关系可以被y=Ρx（y表示销售额，Ρ表示单价，x表示销售量）这个数学函数精确地描述出来。
客观世界中这样的函数关系有很多，如圆面积和圆半径、出租车费和行程公里数之间的关系等。
另一类普遍存在的关系是统计关系。
统计关系指的是两事物之间的一种非一一对应的关系，即当一个变量x取一定值时，另一变量y无法依确定的函数取唯一确定的值。
例如，家庭收入和支出、子女身高和父母身高之间的关系等。
这些事物之间存在一定的关系，但这些关系却不能像函数关系那样可用一个确定的数字函数描述，且当一个变量x取一定值时，另一变量y的值可能有若干个。
统计关系可再进一步划分为线性相关和非线性相关关系。
线性相关又可分为正线性相关和负线性相关。
正线性相关关系指两个变量线性的相随变动方向相同，而负线性相关关系指两个变量线性的相随变动方向相反。
事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在，并且有的关系强，有的关系弱，程度各有差异。
