遇到两个连续变量的相关性分析时，相信很多人会立刻想起Pearson相关分析。看过医咖会之前推文的小伙伴应该知道，Pearson相关分析有相应的适用条件，例如两个变量符合双变量正态分布。(详细阅读：SPSS超详细教程：Pearson相关分析)

但是，往往我们遇到的数据会比较复杂，比如说，实验室检测结果超过上限(例如，结果为>500)，数据严重不符合正态分布，疗效评价指标为有序等级变量等等，这时候就可以考虑另一种检验方法——Spearman相关，本期带着大家系统全面地认识这种相关分析方法。

研究者拟在45-65岁健康男性人群中分析胆固醇浓度与看电视时间的关系。他们猜测可能存在正向相关，即看电视时间越长，胆固醇浓度越高。现在该研究者收集了受试者每天看电视时间（time_tv）和胆固醇浓度（cholesterol）等变量信息，部分数据如下：

研究者想判断两个连续变量之间的关系，即分析胆固醇浓度与看电视时间的关系。针对这种情况，我们可以使用Spearman相关分析，但需要先满足2项假设：

假设1：观测变量是连续变量或有序分类变量，如本研究中胆固醇浓度与看电视时间都是连续变量。

假设2：变量之间存在单调关系

经分析，本研究数据符合假设1，那么应该如何检验假设2，并进行Spearman相关分析呢？

4.1 检验假设2

(1) 在主页面点击 Graphs → Chart Builder

弹出下图

(2) 在Chart Builder对话框下，在Choose from栏内点击Scatter/Dot选项

(3) 在中下部的8种图形中，选择左上角的那一种（如果点击这个图标会出现“Simple Scatter”字样），并拖拽到主对话框中

(4) 主对话框中会出现标记“Y-Axis？”和“X-Axis？”的方框

(5) 将看电视时间（time_tv）和胆固醇浓度（cholesterol）变量分别拖拽到“X-Axis？”和“Y-Axis？”方框内

(6) 在Element Properties框内点击Y-Axis1 (Point1)

(7) 在Scale Range框内取消对Minimum的勾选

(8) 点击Apply→OK，完成散点图

那么，我们应该如何通过散点图判断是否存在单调关系呢？

我们可以通过简单的视觉判断散点分布是否构成单调直线或曲线，举例如下：

一般来说，如果一个变量随另一个变量的增加而单调增加或单调下降，我们就认为这两个变量之间存在单调关系。

从本研究的散点图可以看出，看电视时间和胆固醇浓度存在单调关系。同时也提示，他们之间的关系是正向的，即胆固醇浓度随看电视时间的增加而增加。但无论是正向的，还是负向的，只要因变量和自变量之间存在单调关系，我们就完成了对假设2的检验。

4.2 Spearman相关的SPSS操作

(1) 在主页面点击Analyze→Correlate→Bivariate

弹出下图

(2) 将time_tv和cholesterol变量放入Variables栏

(3) 去掉对Correlation Coefficients栏内对Pearson的选择，点击Spearman选项

(4) 点击Options选项

(5) 保留在Missing Values栏内对Exclude cases pairwise选项的选择，点击Continue→OK

经上述操作，SPSS输出下表：

大家可能已经注意到，该表的数据是按照矩阵分布的，对角线上的值一样。我们只需要关注右上或左下格的数据即可，如下标注部分：

在本研究中，看电视时间与胆固醇浓度的Spearman相关系数rs = 0.729 (在“Correlation Coefficient”行提示)，说明看电视时间与胆固醇浓度之间存在正相关，即随着看电视时间的增加，胆固醇浓度逐渐增加。

针对Spearman相关系数反映的相关强度没有一个既定的说法，我们一般只认为相关系数的数值越大，两个变量之间的相关程度越强。本研究中rs=0.729提示具有高度相关。

本研究Spearman相关的P值小于0.001 （“Sig. (2-tailed)”行），说明看电视时间与胆固醇浓度之间的相关关系具有统计学意义。

本研究采用Spearman相关判断看电视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，看电视时间与胆固醇浓度之间存在相关关系，rs=0.729，P<0.001。

(如果你想使用文中数据进行练习，请随时给小咖（微信：xys2016ykf）发消息，小咖将原始数据发给你。)

关注医咖会，学习临床研究方法

有临床研究设计或统计难题？以下三种方式来帮你：

• 加小咖个人微信（xys2016ykf），拉你进统计讨论群和诸多小伙伴一起交流。

• 使用电脑进入医咖会官网：http://www.mediecogroup.com/，搜索类似问题及答案，或者直接提问！

• 直接点击左下角“阅读原文”，提出你的难题！