IBM SPSS Statistics為用戶提供了三種相關性分析的方法，分別是雙變量分析、偏相關分析和距離分析，三種相關分析方法各針對不同的數據情況，接下來我們將為大家介紹如何使用SPSS相關性分析中的距離分析。

一、數據簡述

距離分析和其他兩類相關分析方法的不同之處在于，分析結果不會出現表示變量相關性的p值，只會顯示變量或個案之間的距離。

圖1：數據樣本

上圖是本次分析中使用到的數據樣本，是五個學生的三項體育測試成績，我們將對每個個案之間進行相關性分析，即分析他們的體育成績的距離相關性。

二、距離分析

1.功能位置

圖2：距離分析

在“分析”——“相關”中點擊“距離”，可以進入距離分析的對話框。

2.設置項目

圖3:分析設置

數據樣本中主要有四個變量，將待分析的變量“百米成績”、“坐位體前屈成績”和“實心球成績”移入“變量”窗口，作為分析變量依據。

將“編號”移入“個案標注依據”，將計算依據選擇為“個案間”，表示本次分析將對個案間的三個變量數據進行距離分析。

3.測量（非相似性）

圖4：非相似性測量

在“測量”中勾選“非相似性”，點擊“測量”，進入下一步設置。

非相似性的測量方法有三種，分別是區間、計數和二分，區間是針對連續變化的樣本，我們這里使用的樣本數據就符合這一條件，選擇其中的“歐式距離”作為距離分析方法。

計數主要是通過對變量進行計數，再運用卡方值或phi平方度量值來進行距離分析的；二分是針對二分數據的，我們這里不是二值數據，也不適合這種分析方法。

圖5：非相似性設置

轉換值下的“標準化”是對個案或變量進行標準化處理，有多種選擇，因為分析的變量的單位不同，所以我們使用到的是“Z分數”，勾選“按照個案”。

轉換測量可以將計算出來的結果進行轉換，包括絕對值、符號、重新標注，不需要勾選。

4.分析結果（非相似性）

圖6：分析結果

在輸出日志中查看分析結果，有兩個表格，非相似性矩陣中呈現的是每個個案之間的距離參數，由于進行的是非相似性分析，所以參數越小，相似性越大，可以看出，樣本2和樣本5之間的距離是最小的，所以他們的相關性是最強的。

5.相似性測量

圖7：相似性測量設置

如果要對個案之間進行相似性距離測量，請在“測量”下選擇“相似性”，方法選擇“區間”中的“皮爾遜相關性”，轉換值和轉換測量的設置與非相似性測量類似，選擇“Z分數”和“按照個案”。

相似性測量的結果是得到一個相似性矩陣，參數值越大，相關性越強。

三、小結

今天我們主要介紹了使用IBM SPSS Statistics進行相關性分析的一種方法：距離分析，這種分析方法可以被運用于分析個案或變量之間的距離，從而進一步判斷被分析對象的相關程度。