相关分析怎么做？Pearson 与 Spearman 怎么选、结果怎么读

相关分析通常是一篇量化论文里最早出现的结果——它回答"两个变量是否同向或反向变化、关联有多强"。看起来简单，但选错系数、读错强度、把相关当因果，是三个非常高频的问题。本文讲清选择规则、判读标准和论文写法。

一、三种相关系数怎么选

二、做之前先看散点图

相关系数会掩盖关系形态，务必先画散点图。三种容易被"数字骗到"的情形：

• 非线性关系。 U 型关系（先降后升）的 Pearson 相关系数可能接近 0，你据此得出"没有关联"的结论就错了。
• 极端值驱动。 少数几个极端点就能把相关系数从 0.1 拉到 0.6，删掉后关系消失。
• 分组假象。 两组内部都无关联，但因为两组均值不同，合并后出现高相关（辛普森悖论）。

三、相关系数大小怎么判读

四、p 值该怎么看

相关分析输出通常写成 r 与 p 两个数，两个数回答不同问题：

• r：关联有多强（效应大小）。
• p：这个关联有多大可能是抽样波动造成的（显著性）。

关键在于：p 受样本量强烈影响。样本量 1000 时 r = 0.08 也可能 p < 0.05，但 0.08 在实践中等于没关系；样本量 30 时 r = 0.45 也可能不显著，但这不代表没有关联。所以 r 与 p 必须一起报告，只用 p 下结论是不完整的。

五、论文里怎么写（可直接套用）

相关分析通常以「相关矩阵表」呈现，对角线下方为相关系数，右上角用星号标注显著性。

表注：「注：** p < 0.01，* p < 0.05（双尾）。N = 320。」

正文示例表述：「相关分析结果显示，学习动机与学业表现呈显著正相关（r = 0.44, p < 0.01），学习投入与学业表现呈显著中等强度正相关（r = 0.56, p < 0.01），各主要变量间相关系数介于 0.35–0.56 之间，均未超过 0.70，表明变量间不存在严重的多重共线性问题，可进一步进行回归分析。」

表格格式与小数位规范见论文三线表。

六、相关 ≠ 因果（这一条必须写）

相关分析只能说明"同变"，不能说明"谁导致谁"。相关高可能来自三种原因：X 导致 Y、Y 导致 X、或存在第三个变量 Z 同时影响两者。举例：冰淇淋销量与溺水人数高度相关，真正的原因是"气温"。

因此在论文中，相关分析的部分建议明确写成"存在显著正相关""与……呈显著关联"，不要写"影响""导致""促进"。"影响"这类措辞应留给回归分析或中介/调节模型（并且仍需说明横断面数据的因果局限）。

七、常见六个错误

1. 不做散点图直接算 r。 非线性与极端值都会让 r 失去意义。
2. 预测变量是有序分类却硬用 Pearson。 如"学历（1–5 级）"与收入，用 Spearman 更合适。
3. 只看 p 不看 r。 大样本下微弱的关联也会显著，必须结合 r 判断实际意义。
4. 用相关分析代替回归。 相关是两两关系，无法回答"控制了其他变量后 X 还有没有作用"。
5. 相关矩阵不加显著性标记与表注。 审稿人会直接要求补。
6. 用"影响"描述相关结果。 措辞越界是最常见的意见之一。

八、常见问题

相关系数为负是什么意思？

表示反向关联：一个变量升高时另一个倾向于降低。例如工作压力与工作满意度常为负相关。绝对值判断强度，符号判断方向，两者要分开说。

相关不显著，还能继续做回归吗？

可以。相关不显著说明两者整体上没有线性关系，但回归可以揭示"控制其他变量后"的偏效应，也可能存在抑制效应。不过若理论上没有依据，谨慎推进。

问卷同一批人答的，相关是不是都偏高？

是，这属于同源数据带来的共同方法偏差。建议做 Harman 单因素检验进行初步筛查，并在研究局限中说明。