Spearman 相关和 Pearson 相关有什么区别？

Pearson 衡量两变量的线性关系，要求连续且近似正态；Spearman 基于秩次，衡量单调关系，适用于有序变量或非正态、有极端值的数据。

什么时候用 Spearman 等级相关？

当至少一个变量为有序等级、关系为单调但非线性、或数据存在明显偏态或异常值时，宜用 Spearman 相关系数 rs。

rs 取值在 −1 到 1 之间，绝对值约 .10 为弱、.30 为中、.50 及以上为强（Cohen 标准），正负号表示单调关系方向。

报告为 rs(df) = 值, p = 值，其中 df = N − 2，例如「rs(28) = .45, p = .012」，数值一般省略小数点前的 0。

回归/心理

作者 / 审校：shujufenxi 编辑部·最后审校 2026-06-27

你的变量是排名、等级或严重偏态的连续数据，散点图看起来是单调但非线性的关系，用 Pearson 相关被质疑不合适；改用 Spearman 后又不知道那个希腊字母 ρ 该怎么写、要不要报自由度。

Spearman 等级相关（ρ, rho）适用于至少一个变量为顺序尺度、或连续变量不满足正态与线性假设的情形。它衡量的是两变量间的单调关系强度，通过对原始数据取秩后计算，对异常值比 Pearson 更稳健。

报告 Spearman 相关系数（常写作 rs 或 ρ）、样本量或自由度以及 p 值，系数一般保留两位小数。可写成 rs(N-2) = 值, p = 值的形式，或直接报 rs 与 N。解释时强调这是单调关系而非线性关系，正负号表示方向，绝对值大小表示强度。

报告示例：Spearman 等级相关分析表明，学业压力等级与睡眠质量评分呈显著负相关，rs(98) = -.42, p < .001，即压力等级越高，睡眠质量越差。作为对比，同一数据的 Pearson 相关为 r = -.29，因变量存在偏态，Spearman 的估计更为稳健可信。

错误一：把 Spearman 系数当作线性相关来解读，声称「呈线性关系」，其实它只反映单调趋势。错误二：在明显偏态或有序数据上仍首选 Pearson，或反过来对满足正态、线性的连续数据滥用 Spearman，损失统计效能，未根据数据性质选对方法。

如果你在 Pearson 与 Spearman 之间犹豫，可以把散点图和相关输出粘贴进统计结果解读器，它会依据数据分布给出选择建议并规范系数写法；若你要构建整张相关矩阵、还要处理多重比较校正，建议预约辅导。

SPSS

# Spearman 等级相关
df <- read.csv('data.csv')
cor.test(df$study_time, df$burnout, method = 'spearman')  # 输出 rs 与 p
nrow(df)  # 样本量 N

探讨每日学习时间与学业倦怠得分之间的关系（标注：模拟数据样例）。

由于变量为等级或非正态分布，采用 Spearman 等级相关分析。结果显示，每日学习时间与学业倦怠呈显著正相关，rs＝.62，p＜.001（N＝85）。这表明学习时间越长，学业倦怠水平越高，二者具有中等偏强的单调关联。

Spearman 相关和 Pearson 相关有什么区别？: Pearson 衡量两变量的线性关系，要求连续且近似正态；Spearman 基于秩次，衡量单调关系，适用于有序变量或非正态、有极端值的数据。
什么时候用 Spearman 等级相关？: 当至少一个变量为有序等级、关系为单调但非线性、或数据存在明显偏态或异常值时，宜用 Spearman 相关系数 rs。
Spearman 相关系数怎么解读大小？: rs 取值在 −1 到 1 之间，绝对值约 .10 为弱、.30 为中、.50 及以上为强（Cohen 标准），正负号表示单调关系方向。
Spearman 相关怎么用 APA 格式报告？: 报告为 rs(df) = 值, p = 值，其中 df = N − 2，例如「rs(28) = .45, p = .012」，数值一般省略小数点前的 0。

· Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). Sage.
· Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum.
· American Psychological Association. (2020). Publication Manual of the APA (7th ed.).

工具输出请自行核对后使用。内容参考见方法论标准。