如何计算相关系数和显著性检验？
一、一般来说，取绝对值后，0-0.09为没有相关性，0.3-弱，0.1-0.3为弱相关，0.3-0.5为中等相关，0.5-1.0为强相关。但是，往往还需要做显著性差异检验，即t-test，来检验两组数据是否显著相关，这在SPSS里面会自动计算的。
二、样本书越是大，需要达到显著性相关的相关系数就会越小。所以这关系到样本大小，如果样本很大，比如说超过300，往往分析出来的相关系数比较低，比如0.2，因为样本量的增大造成了差异的增大，但显著性检验却认为这是极其显著的相关。
三、判断强弱主要看显著性，而非相关系数本身。但在撰写论文时需要同时报告这两个统计数据。
显著性检验与相关系数的关系与区别是什么?
相关系数的显著性检验也包括两种情况：一种情况是样本相关系数r与总体相关系数ρ的比较；另一种情况是通过比较两个样本r的差异(r1-r2)推论各自的总体ρ1和ρ2是否有差异。如果差别有统计学意义，则说明两个变量之间存在相关关系。在已经检验两个变量存在相关关系的情况下，相关系数的绝对值越趋近于1，则两个变量相关关系越密切，越趋近于0，则两个变量相关关系越不密切。相关系数的检验(test of correlation coelli-cients)是一个数学名词，线性统计推断中对相关系数的显著性检验。从回归直线建立的过程知道(参见“回归直线”)，对任何一组试验观察数据(二，y})}i=1,2,"..,n)，不管X与Y之间是否确实存在线性关系，都可以用最小二乘法求得Y对X的回归直线方程.如果X与Y之间根本没有线性相关关系，则所求得的回归直线方程也就没有实际意义了。
