一、问题与数据

某研究者拟探讨在45岁至65岁健康男性中胆固醇浓度与久坐时间是否有关。他猜测：久坐时间较长者，血液中的胆固醇浓度要高一些。研究者收集了研究对象每天久坐时间（变量time）和胆固醇浓度（变量cholesterol）。部分数据如图1。

图1 部分数据

二、对问题分析

研究者想观察两个连续变量之间的相关性，可以使用Spearman相关（或Pearson相关）分析。Spearman相关适用于判断两个非正态分布（或者有不能剔除的异常值）的连续变量之间的相关关系。当两个连续变量均符合正态分布时，建议优先选用Pearson相关分析。

使用Spearman相关分析时，需要考虑2个假设：

假设1：观测变量是非正态分布（或者有不能剔除的异常值）的连续变量。

假设2：变量之间存在单调关系。

经分析，本研究中胆固醇浓度与久坐时间都是非正态分布的连续变量（模拟数据，假设为非正态分布），符合假设1。如何考虑和处理假设2呢？

三、SPSS操作

请先登录

这么重要的内容，赶快登录查看吧！

登录

四、结果解释

请先登录

这么重要的内容，赶快登录查看吧！

登录

五、撰写结论

本研究采用Spearman相关判断久坐时间与胆固醇浓度的关系。通过绘制散点图，直观判断两者之间存在单调关系。结果显示，久坐时间与胆固醇浓度之间存在相关关系，rs=0.793，P<0.001。

六、更多阅读

• 【SPSS教程】Pearson相关分析

  研究者想观察两个连续变量之间的相关性，可以使用Pearson相关分析。使用Pearson相关分析时，需要考虑5个假设。

• 【SPSS教程】Kendall's tau-b相关系数

  要判断两个有序分类变量之间是否存在相关，建议使用Kendall’s tau-b相关分析，但需要先满足3项假设。