斯皮尔曼相关计算器
通过秩次衡量两个变量之间的单调关系。粘贴成对的 X 和 Y 数值即可。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
输入两组一一对应的数值，分别表示两个测量变量。用英文逗号或换行分隔，并保持顺序一致：第一组中的第一个数值，应与第二组中的第一个数值来自同一个人或对象。两组数据的数量必须相同。
斯皮尔曼 ρ
请检查输入
输入有效数值即可查看结果。需要帮助时，请参阅字段提示或打开数据输入指南。
斯皮尔曼秩相关计算器用于检查两组数值是否存在一致上升或下降的趋势。它分别将两组数据从小到大排序，再比较对应的秩次，得到 -1 至 +1 之间的系数。接近 +1 表示一个变量增大时另一个通常也增大；接近 -1 表示一个增大时另一个通常减小；接近 0 表示单调关系较弱，但不能排除其他形式的关系。
自己动手计算
使用成对数据 X = 10, 20, 30 和 Y = 2, 6, 4。
按照示例了解计算过程，再代入您自己的数值。
用秩次替换原始数值
X 秩次 = 1, 2, 3。Y 秩次 = 1, 3, 2。分别对两个变量排序。并列值使用其所占位置的平均秩次。
本例无并列值，计算秩次差的平方
秩次差 = 0, −1, 1。差值平方和 = 0 + 1 + 1 = 2。计算秩相关系数
rₛ = 1 − [6 × 2 ÷ (3 × (3² − 1))] = 1 − 12/24 = 0.5。
上述简化公式假设没有并列值。存在并列值时，先给并列值分配平均秩次，再对秩次计算皮尔逊相关：将中心化秩次的乘积求和，除以两个秩次离差平方和乘积的平方根。这也是计算器使用的方法。
在计算器中核对答案
应用场景
- 教师: 教师检查复习时间较长的学生，是否通常也有更高的班级排名。
- 小型企业经营者: 咖啡馆店主检查等餐时间较长的顾客，是否通常给出更低的满意度评分。
- 人力资源人员: 人力资源人员分析工作年限较长的员工，是否通常获得经理更高的绩效评价。
斯皮尔曼相关与皮尔逊相关
斯皮尔曼相关基于秩次，因此能反映一致递增或递减的关系，不要求关系呈直线。相较于皮尔逊相关，它通常较少受极端值大小的影响，也适用于李克特量表等有序数据。
何时使用
如果您对同一批人员或对象有两项测量，想了解它们是否一起变化，可以使用此工具。当数据是排名、等级或评分，或者少数极端值可能影响分析时，它尤其有用。由于比较的是数值的次序而非实际间距，它适合问卷量表、星级评分及各等级间距未必相等的数据。
结果是什么意思？
结果是 -1 至 +1 之间的系数。正值表示两个变量通常一起增大，负值表示一个增大时另一个通常减小；接近零表示单调关系很弱。常见的粗略参考以绝对值判断：低于约 0.2 为很弱，0.2 至 0.4 为弱，0.4 至 0.6 为中等，0.6 至 0.8 为强，高于 0.8 为很强。负相关也使用相同的绝对值范围，但实际意义应结合研究领域判断。
常见错误
确保两组数值数量相同且顺序对应，否则会把不同对象的数据错误配对。不要混淆数值所属的人员或对象。相关关系不能证明因果关系，两者也可能同时受其他因素影响。只有少数观测值时，即使出现较强相关也可能不稳定，不能过度解读。输入框中不要包含文字或标签。
如何使用此计算器
- 在第一个框中输入第一组数值，用英文逗号或换行分隔。
- 在第二个框中按相同顺序输入第二组数值，确保每一对数据对应同一个对象。
- 确认两组数据的数量一致，然后查看自动更新的结果。
- 查看相关系数：接近 +1 或 -1 表示较强的单调关系，接近 0 表示较弱的单调关系。
计算示例
假设比较 6 名销售人员的工作年限和顾客满意度评分。工作年限为 1, 2, 3, 4, 5, 6，满意度为 6, 5, 7, 8, 9, 10。在一个框中输入年限，在另一个框中按相同人员顺序输入评分。结果约为 0.94，表示很强的正向单调关系：在这组数据中，经验较丰富的人通常获得更高的满意度评分。
常见问题
各输入框应填写什么？
在第一个框中输入一组测量值，在第二个框中输入另一组。用英文逗号或换行分隔，并让两组数据保持对应顺序。
这些数据从哪里来？
它们可以是针对同一批人员或对象测量的任意两个变量，例如问卷评分、考试成绩、投入时间或价格。确保每个人或对象的两项测量值一一对应即可。
最终数值表示什么？
它表示两组数值的单调关联强度，范围为 -1 至 +1。越接近 +1 或 -1，关系越强；越接近 0，单调关系越弱。
两组数据的数量必须相同吗？
是的。每个对象都必须在两组中各有一个数值，所以两组数据必须数量相同、顺序对应。
正相关与负相关有什么区别？
正值表示两个变量通常一起增大；负值表示一个增大时，另一个通常减小。