我們通過散點(diǎn)圖研究發(fā)現(xiàn)，客流量與銷售額之間存在著正相關(guān)的關(guān)系，而客單價(jià)與銷售額之間似乎不存在相關(guān)關(guān)系。

為了進(jìn)一步驗(yàn)證客單價(jià)與銷售額之間的關(guān)系，同時(shí)衡量客流量與銷售額之間相關(guān)關(guān)系的程度，本文將會(huì)應(yīng)用IBM SPSS Statistics的兩變量相關(guān)檢驗(yàn)，探究客單價(jià)與銷售額、客流量與銷售額之間的密切程度。

　一、使用的數(shù)據(jù)介紹

如圖1所示，本文使用的是一組包含客流量、銷售額、客單價(jià)的數(shù)據(jù)。

圖1：示例數(shù)據(jù)

二、應(yīng)用雙變量相關(guān)檢驗(yàn)

如圖2所示，依次單擊分析-相關(guān)-雙變量選項(xiàng)，打開雙變量相關(guān)分析面板。

圖2：雙變量相關(guān)

1. 選擇變量

在雙變量相關(guān)性設(shè)置面板中，首先，將要研究的變量添加到右側(cè)變量方框中。

圖3：選擇變量

2. 選項(xiàng)設(shè)置

然后，單擊選項(xiàng)按鈕，并在選項(xiàng)面板中勾選“平均值和標(biāo)準(zhǔn)差”的統(tǒng)計(jì)項(xiàng)。

圖4：選項(xiàng)設(shè)置

3. 相關(guān)系數(shù)與顯著性檢驗(yàn)設(shè)置

接著，再進(jìn)行相關(guān)系數(shù)與顯著性檢驗(yàn)的設(shè)置。

如圖5所示，如果數(shù)據(jù)滿足正態(tài)分布的話，使用皮爾遜檢驗(yàn)結(jié)果，否則就應(yīng)該使用肯德爾或斯皮爾曼檢驗(yàn)結(jié)果。由于我們?nèi)晕催M(jìn)行正態(tài)性檢驗(yàn)，可以先把所有方法都勾選上。

另外，如果事先知道數(shù)據(jù)的分布，比如正相關(guān)、負(fù)相關(guān)等，選擇單尾檢驗(yàn)，否則選擇雙尾檢驗(yàn)。

圖5：相關(guān)系數(shù)與顯著性檢驗(yàn)設(shè)置

4. 檢驗(yàn)結(jié)果解讀

完成以上設(shè)置后，運(yùn)行檢驗(yàn)。

首先，從描述統(tǒng)計(jì)數(shù)值中，可以看到各個(gè)變量的平均值與標(biāo)準(zhǔn)差。

圖6：描述統(tǒng)計(jì)

在查看相關(guān)性檢驗(yàn)時(shí)，需根據(jù)數(shù)據(jù)是否服從正態(tài)分布來選取不同的檢驗(yàn)結(jié)果。如圖7所示，對數(shù)據(jù)應(yīng)用KS檢驗(yàn)來檢驗(yàn)數(shù)據(jù)是否服從正態(tài)分布，從其漸進(jìn)顯著性數(shù)值看到（均大于0.05），結(jié)果不顯著，也就是說不能拒絕數(shù)據(jù)服從正態(tài)分布的零和假設(shè)（因KS檢驗(yàn)的零和假設(shè)是數(shù)據(jù)服從正態(tài)分布）。

圖7：KS檢驗(yàn)

基于數(shù)據(jù)服從正態(tài)分布的前提，查看皮爾遜相關(guān)性檢驗(yàn)結(jié)果。如圖8所示，客流量與銷售額的皮爾遜系數(shù)為0.92，標(biāo)注了兩個(gè)星，說明客流量與銷售額相關(guān)性強(qiáng)；而客單價(jià)與銷售額的皮爾遜系數(shù)為0.342，也有較強(qiáng)的相關(guān)性。

圖8：相關(guān)性檢驗(yàn)結(jié)果

三、小結(jié)

綜上所述，IBM SPSS Statistics的雙變量相關(guān)檢驗(yàn)，可對兩變量間的相關(guān)關(guān)系進(jìn)行程度性的測量，以探究兩兩變量間相關(guān)性的強(qiáng)弱。另外，結(jié)合使用散點(diǎn)圖，可對數(shù)據(jù)進(jìn)行快速的相關(guān)性預(yù)判，輔助說明兩變量間的相關(guān)性。