相關分析用於研究定量資料之間的關係情況，包括是否有關係，以及關係緊密程度等。

如果要研究一個定類資料（比如性別、專業等）與一個定量資料（比如成績）的影響關係，可使用方差分析或獨立樣本T檢驗（其中T檢驗僅可對比兩組資料的差異，比如性別，可分為男，女兩組）。

相關分析在SPSSAU中的操作如下：

Step2：將想要分析的選項，拖拽到右側。

Step3：分析結果

從上表可知，利用相關分析去研究個性化服務和購買意願之間的相關關係，使用Pearson相關係數去表示相關關係的強弱情況。具體分析可知：個性化服務和購買意願之間的相關係數值為0.616，並且呈現出0.01水平的顯著性，因而說明個性化服務和購買意願之間有著顯著的正相關關係。

其他說明：

相關係數常見有兩類,分別是Pearson和Spearman,定量資料滿足正態性時，選擇Pearson相關係數；資料不正態時，選擇Spearman相關係數。在相關分析之前，建議可使用散點圖直觀檢視資料之間的關係情況。除此之外，SPSSAU還提供Kendall相關係數，用於評分資料一致性水平研究，比如評委打分，資料排名等。

以上內容參考SPSSAU相關分析幫助手冊：

SPSS線上_SPSSAU_SPSS相關分析_Pearson_Spearman

SPSSAU-線上SPSS分析軟體