一、问题与数据

某研究者拟探讨在45岁至65岁健康男性中胆固醇浓度与观看电视的时间是否有关。他猜测：看电视时间较长者，血液中的胆固醇浓度要高一些。研究者收集了研究对象每天看电视时间（变量time_tv）和胆固醇浓度（变量cholesterol）。

二、对问题分析

研究者想观察两个连续变量之间的相关性，可以使用Pearson相关分析。使用Pearson相关分析时，需要考虑5个假设。

假设1：两个变量都是连续变量。

假设2：两个连续变量应当是配对的，即来源于同一个个体。

假设3：两个连续变量之间存在线性关系，通常做散点图检验该假设。

假设4：两个变量均没有明显的异常值。Pearson相关系数易受异常值影响。

假设5：两个变量符合双变量正态分布。

假设1和假设2与研究设计有关。经分析，本研究数据符合假设1和2。如何考虑和处理假设3-5呢？

三、SPSS操作

3.1 检验假设3：两个连续变量之间存在线性关系

Pearson要求两个变量之间存在线性关系。本例要求观看电视时间（time_tv）和胆固醇浓度（cholesterol）之间存在线性关系。要确定是否存在线性关系，研究者需要查看两个变量的散点图。如果散点图大致呈一条直线，说明有线性关系。但是，如果不是一条直线（如一条曲线）则没有线性关系。下图给出了线性和非线性关系的例子：  

计算Pearson相关系数时，最好有类似于上述第一个散点图的线性关系。如果两变量间不存在线性关系，下面还会介绍如何应对这种非线性关系并计算Pearson相关系数。

以下先说明将如何在SPSS中生成散点图，检验线性关系。

在主界面点击Graphs→Chart Builder，在Chart Builder对话框下，选择Gallery→Choose from→Scatter/Dot。选择Scatter/Dot后，在中下部呈现8种图形。选择 “Simple Scatter”，并拖拽到主对话框中。