相關係數的強弱僅僅看係數的大小是不夠的。一般來說，取絕對值後，0-0.09為沒有相關性，0.3-弱，0.1-0.3為弱相關，0.3-0.5為中等相關，0.5-1.0為強相關。但是，往往你還需要做顯著性差異檢驗，即t-test，來檢驗兩組資料是否顯著相關，這在SPSS裡面會自動為你計算的。樣本書越是大，需要達到顯著性相關的相關係數就會越小。所以這關係到你的樣本大小，如果你的樣本很大，比如說超過300，往往分析出來的相關係數比較低，比如0.2，因為你樣本量的增大造成了差異的增大，但顯著性檢驗卻認為這是極其顯著的相關。一般來說，我們判斷強弱主要看顯著性，而非相關係數本身。但你在撰寫論文時需要同時報告這兩個統計資料。

相關關係是一種非確定性的關係，相關係數是研究變數之間線性相關程度的量。由於研究物件的不同，相關係數有如下幾種定義方式。

相關係數

簡單相關係數:又叫相關係數或線性相關係數，一般用字母r 表示，用來度量兩個變數間的線性關係。

複相關係數:又叫多重相關係數。複相關是指因變數與多個自變數之間的相關關係。例如，某種商品的季節性需求量與其價格水平、職工收入水平等現象之間呈現複相關關係。

典型相關係數:是先對原來各組變數進行主成分分析，得到新的線性關係的綜合指標，再透過綜合指標之間的線性相關係數來研究原各組變數間相關關係。

　　相關係數的強弱僅僅看係數的大小是不夠的。一般來說，取絕對值後，0-0.09為沒有相關性，0.3-弱，0.1-0.3為弱相關，0.3-0.5為中等相關，0.5-1.0為強相關。但是，往往你還需要做顯著性差異檢驗，即t-test，來檢驗兩組資料是否顯著相關，這在SPSS裡面會自動為你計算的。

　　樣本書越是大，需要達到顯著性相關的相關係數就會越小。所以這關係到你的樣本大小，如果你的樣本很大，比如說超過300，往往分析出來的相關係數比較低，比如0.2，因為你樣本量的增大造成了差異的增大，但顯著性檢驗卻認為這是極其顯著的相關。

　　一般來說，我們判斷強弱主要看顯著性，而非相關係數本身。但你在撰寫論文時需要同時報告這兩個統計資料。