IBM SPSS Statistics为用户提供了三种相关性分析的方法，分别是双变量分析、偏相关分析和距离分析，三种相关分析方法各针对不同的数据情况，接下来我们将为大家介绍如何使用SPSS相关性分析中的距离分析。
一、数据简述
距离分析和其他两类相关分析方法的不同之处在于，分析结果不会出现表示变量相关性的p值，只会显示变量或个案之间的距离。
(资料图片)
上图是本次分析中使用到的数据样本，是五个学生的三项体育测试成绩，我们将对每个个案之间进行相关性分析，即分析他们的体育成绩的距离相关性。
二、距离分析
1.功能位置
在“分析”——“相关”中点击“距离”，可以进入距离分析的对话框。
2.设置项目
数据样本中主要有四个变量，将待分析的变量“百米成绩”、“坐位体前屈成绩”和“实心球成绩”移入“变量”窗口，作为分析变量依据。
将“编号”移入“个案标注依据”，将计算依据选择为“个案间”，表示本次分析将对个案间的三个变量数据进行距离分析。
3.测量（非相似性）
在“测量”中勾选“非相似性”，点击“测量”，进入下一步设置。
非相似性的测量方法有三种，分别是区间、计数和二分，区间是针对连续变化的样本，我们这里使用的样本数据就符合这一条件，选择其中的“欧式距离”作为距离分析方法。
计数主要是通过对变量进行计数，再运用卡方值或phi平方度量值来进行距离分析的；二分是针对二分数据的，我们这里不是二值数据，也不适合这种分析方法。
转换值下的“标准化”是对个案或变量进行标准化处理，有多种选择，因为分析的变量的单位不同，所以我们使用到的是“Z分数”，勾选“按照个案”。
转换测量可以将计算出来的结果进行转换，包括绝对值、符号、重新标注，不需要勾选。
4.分析结果（非相似性）
在输出日志中查看分析结果，有两个表格，非相似性矩阵中呈现的是每个个案之间的距离参数，由于进行的是非相似性分析，所以参数越小，相似性越大，可以看出，样本2和样本5之间的距离是最小的，所以他们的相关性是最强的。
5.相似性测量
如果要对个案之间进行相似性距离测量，请在“测量”下选择“相似性”，方法选择“区间”中的“皮尔逊相关性”，转换值和转换测量的设置与非相似性测量类似，选择“Z分数”和“按照个案”。
相似性测量的结果是得到一个相似性矩阵，参数值越大，相关性越强。
关键词：
