SPSS 相关性分析表格怎么做:均值标准差与相关系数矩阵
论文里的相关性分析表格,要同时放均值、标准差和相关系数矩阵,并在表注里写明星号对应原始 p 还是校正后的 p。本例用本站演示数据(模拟生成)里五个变量、102 条记录,相关系数矩阵与显著性校正需要分别核对。表里每个数字都要能在报告里找到出处,下面逐项说明。
相关性分析表格的标准格式
这张相关分析三线表是下三角矩阵:行和列都是变量,对角线填「—」,下三角填相关系数,前两列是均值与标准差。方法说明见Pearson相关性分析。星号按 Holm 校正后的 p 标注:
| 变量 | M | SD | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|---|
| 1 工作压力 | 62.140 | 11.422 | — | |||
| 2 情绪耗竭 | 56.166 | 9.759 | 0.723*** | — | ||
| 3 职业倦怠 | 52.511 | 9.940 | 0.716*** | 0.530*** | — | |
| 4 睡眠质量 | 47.686 | 6.930 | −0.616*** | −0.519*** | −0.472*** | — |
| 5 组织支持感 | 50.939 | 9.149 | 0.234 | 0.265* | 0.111 | −0.139 |
表注:Pearson 相关,N=102,成对删除缺失;* p<0.05,*** p<0.001,均为 Holm 校正后的 p。
每个数字从哪来
以下结果来自本站演示数据(模拟生成,不代表真实研究结论)。本文用的是站内演示数据 120 行中随机抽取的 102 行;点「用演示数据试一试」载入全部数据,数字略有差别,读法相同。

- M 与 SD:出自第一张卡的描述统计表,取原始尺度的均值与样本标准差。
- 相关系数与区间:出自第二张卡的主结果表,逐对列出相关系数、有效样本量与置信区间;区间对应的变量顺序与矩阵保持一致。
- 星号:第四张卡给出每对变量的原始 p 与 Holm 校正后的 p,两列的对照见下面的校正前后对照表,校正后有一对不再显著。表中星号标哪一种 p,要在表注里写明。
- 校正后的对数:10 对检验里,未校正 8 对显著,Holm 校正后 7 对。


导出与保存的规则:演示数据不用登录就能跑;用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。
相关系数矩阵怎么读
先看方向,再看大小,最后看校正后的显著性。本例工作压力与两项耗竭指标同向,与睡眠质量反向;方向要与变量计分含义一起解释。报告按 Cohen 惯例分级:|r| 不低于 0.5 为大,0.3 到 0.5 为中,0.1 到 0.3 为小。

组织支持感与其他变量的相关都较小,与工作压力的区间为 [0.041, 0.409],下限接近 0,r²=0.055,两变量只共享约 5.5% 的方差。小相关即使显著,解释力也有限。
正态性与线性:影响的是 p 值和区间
相关系数 r 只是描述量,正态性要看的是 p 值和区间:它们依赖 t 检验和 Fisher z 变换,偏态严重时会失准。本例只有情绪耗竭拒绝正态(Shapiro-Wilk p=0.016),其余四个变量没有拒绝。N=102 时 t 检验对偏态尚有一定稳健性,若结论处在显著性临界,可用「Spearman相关分析」复核:10 对变量的 |r−ρ| 都小于 0.03,线性相关与排序相关的数值接近,仍需用散点图检查弯曲关系,留一法删去任一点后 r 的变动也都小于 0.10。
写表时常见的错误
- 只报相关系数,不报均值和标准差:读者看不到每个变量的水平与离散程度。
- 星号标了原始 p,表注却写校正:本例有一对变量原始 p 带星号、校正后就没有,两者要分开写,表注写明星号对应哪一种 p。
- 只报 p,不报 r 和区间:p 受样本量影响,大样本下极弱的相关也能显著,要看 r 与 r² 的实际大小。
- 把相关写成因果:r 显著只说明两个变量共变,不能推断方向,也排除不了第三变量;已知混杂变量时用「偏相关分析」。
正文段落示例
下面的段落可以照着改写,数字全部来自本次运行:
对五个变量进行 Pearson 相关分析(N=102,成对删除缺失,共 10 对检验,Holm 校正)。工作压力与情绪耗竭(r=0.723,95%CI [0.616, 0.805])、职业倦怠(r=0.716)呈显著正相关,与睡眠质量呈显著负相关(r=−0.616)。工作压力与组织支持感的相关为 0.234,原始 p=0.018,校正后 p=0.054,不再显著。
延伸阅读
常见问题
相关性分析表格里为什么要放均值和标准差?
均值和标准差让读者看到每个变量的水平与离散程度,相关系数才有背景。本例五个变量的均值在 47.686 到 62.140 之间,标准差在 6.930 到 11.422 之间。
相关系数矩阵的显著性要不要做多重比较校正?
要。同时检验多对变量会抬高整体的第一类错误率,报告给出了 Holm 校正后的 p 值。本例工作压力与组织支持感的相关,原始 p 为 0.018,校正后为 0.054,不再显著。
相关性分析表格的注释应该怎么写?
写明相关类型(Pearson)、样本量、星号对应原始 p 还是 Holm 校正后的 p。本例星号按校正后 p 标注,N=102。