用SPSS做两列数据的相关性分析,得到了如下两个图表所示的内容，两个表具体都说明了什么意思呢
关键词：两组数据的相关性分析、两组数据的差异性分析、spss相关性分析
Correlations
A B
A Pearson Correlation 1 -.651**
Sig. (2-tailed) .000
N 1053 1053
B Pearson Correlation -.651** 1
Sig. (2-tailed) .000
N 1053 1053
**. Correlation is significant at the 0.01 level (2-tailed).
精彩回答：
c和d的Pearson相关系数是0.082。在得出样本相关系数后，还需要检验这个相关性是否由于偶然原因得到（也就是总体相关系数实际为0，仅由于抽样误差而得到样本的这个相关系数）。经过显著性检验，在总体相关系数为0的假设下，得出样本相关系数为0.082或更大的双侧概率为0.007，这就可以以高概率推翻总体相关系数为0的假设，也就表示总体确实存在一定的线性相关，但这个相关性即为微弱，不具有实际应用意义，这种情况在大样本下经常见到。需要注意的是，Pearson相关系数仅仅反映线性相关，并不能反映非线性相关性，因此你可以通过散点图看看c和d之间是否有存在非线性相关，最后才能下结论c和d之间是否有相关性，绝对不能仅凭Pearson相关系数就认定c和d的相关性（不论是有相关性还是无相关性，都必须结合散点图才能确定）。
Sig.是英文significance的缩写，也就统计教科书的P值，见于显著性检验中（内容参考上面相关系数检验的介绍），有双侧检验(2-tailed或2-sided)和单侧检验(one-tailed或one-sided)之分。双侧检验用于检验是否等于某个数值（比如本例的0值），而单侧检验用于检验是否大于（或小于）某个数值。
你的样本a和b具有中等大小的负相关（记住是线性相关），但这一点仍然有待散点图的证实。通过散点图看看有没有离群值扭曲你的Pearson相关系数，这一点十分重要！
