大家好，我是公号作者数据小兵，一名数据分析博主。
======
相关系数需要先满足P值小于0.05，相关性有统计学意义这个前提条件。P＜0.05说明有相关性，P＞0.05则说明无相关性。
给大家整理一下相关系数强弱程度的解读标准，先强调一下，可以说是有标准，也可以说没有绝对的标准。
有很多统计分析结果的解读，请大家不要太刻意去找一个绝对的标准，没有。
我们做两个变量间的相关性，比如pearson相关系数r=0.32，p值显著，那么它相关程度到底如何呢？是强相关还是中度相关或者是弱相关呢？
另一种情况，比如你的相关系数r=0.95，应该说绝大部分人会认定它是强相关了。
所以，让我们尴尬的主要是那些不怎么大，也不怎么小的相关系数。
======
G.R.埃维森,M.格根著;吴喜之等译《统计学》一书中，有这样一段话，我引用来大家读一下：
|0.75|很强的相关
|0.3|适中的相关
|0.25|较弱的相关
注意这句话：对于在不同领域工作的人们，寻找r的范围亦不同，高和低仅仅是看作相对于某一领域的r的普通值来说的。
======
冯国双著《白话统计》这样表述的：（强弱）这些划分并没有什么理论依据，也很难作为实践指导，因为不同领域的标准是不同的。。。所以没有必要纠结于具体的标准，每个领域都有自己的特点。
======
我在一篇博士论文里面看到的描述：相关系数 |r| <0.4表示相关程度较弱，0.4～0.7表示中等程度相关，>0.7表示相关程度较强。检验水准α=0.05。
论文中的这段话没有给出引用文献出处。
======
其实真的没有必要过于纠结，如果你觉得无法给出一个强弱的判断，那么我建议你直接描述相关系数大小和p值也可以，不要明确报告它的强弱，读者自有判断。比如如下的论文：
我总结为这是“公道自在人间”，把解读强弱的权利交给读者。以上内容适用于Pearson、Spearman等相关系数。
当然还有更稳妥的办法，那就是多搜索多阅读一些您所在行业领域的相关论文，看看同行们如何看待相关系数的强弱，总会让你心中有数的。
======
本文完
文=数据小兵
SPSS统计分析的问题太多了，找不到人答疑咨询？来小兵的统计课堂吧，这里有课程，有答疑。不想看课程就直接答疑解决问题。
《学不会SPSS就来答疑突破》
适于入门学习及有一定基础的人员实践提高，可满足高校本科生、研究生科研统计及职场人士商务分析需求。
《SPSS+Amos+Process问卷数据分析三剑客》
适合本科或研究生论文写作者参考使用，以及市场研究工作人员职场人士交流学习。
《比SPSS更好用的JASP-统计分析教程》
心理、社科、医学高校学生、研究生，专业从业者，以及经常使用SPSS统计软件的人。