首先不是绝对的。
显著性大于0.05并不意味着没有相关性，而只是表明在统计学上，我们不能拒绝两变量间无相关的原假设。
遇到这种情况时，建议从专业上判断两个变量的相关性，比如看看别人研究者关于这两个变量的关系结论是什么，是否也是不相关。
接下来，需要排查一下样本量是否足够，当样本量较小时，即使两个变量之间存在显著的相关性，也可能出现p值大于0.05的情况。
还要注意有无异常值数据的影响，在进行相关分析之前，需要先检查数据集中是否存在异常值，
再一个要去排查是否正态分布。
因此，先不要绝对化的去理解为无相关。
===
引申阅读：
相关系数是用来衡量两个变量之间线性关系强度和方向的统计量。在现实生活中，相关系数被广泛应用于多个领域，如经济学、心理学、物理学等。以下是一些相关系数在现实生活中的场景举例：
1. 健康和体重：一个人的体重和健康之间可能存在一定的相关性。例如，研究表明肥胖的人更容易患上糖尿病、高血压等疾病，而身体质量指数(BMI)可以用来衡量一个人的体重状况。因此，BMI和健康之间的关系可以使用相关系数来衡量。
2. 金融市场：股票价格、汇率等金融数据之间的变化也可能存在相关性。例如，如果一个国家的经济增长放缓，其货币汇率可能会下跌，因为投资者对该国经济前景的看法变差。因此，这些金融数据的变化可以使用相关系数来衡量它们之间的关系。
3. 交通拥堵：道路交通拥堵的情况可能与天气、时间等因素有关。例如，在雨天或高峰时段，道路上的车辆数量通常会增加，从而导致交通拥堵。因此，这些因素与交通拥堵之间的关系可以使用相关系数来衡量。
4. 产品销售：某个产品的销售量可能与季节、促销活动等因素有关。例如，圣诞节期间人们通常会购买礼物，因此销售量可能会增加。因此，这些因素与销售量之间的关系可以使用相关系数来衡量。
来我的公众号，在闲暇之余，放松心情、获取知识。扫下方卡片关注我：
数据小兵，统计学知识博主，长期从事统计软件应用研究与数据分析工作。