进行相关分析，首先要判明现象间是否存在相关关系。而判断现象间是否存在相关关系，一般采用定性分析、编制相关表和绘制相关图（散点图）等方法进行。

1.定性分析法

所谓定性分析，就是根据所研究现象质的规定性，运用有关理论知识、专业知识和实际经验，来进行分析和判断，例如，根据经济理论来判断居民的货币收入与社会商品购买力是否存在相关关系；根据遗传理论来判断父辈身高与子辈身高是否存在相关关系等。定性分析是进行相关分析的基础，在此基础上，可根据需要通过编制相关表和绘制相关图（散点图）来进行分析。

2.相关表

相关表就是把被研究现象的观察值对应排列形成的统计表，它是相关分析的基本方法之一。

对相关变量进行相关分析，研究其相互关系，首先要通过实际调查取得一系列成对的变量值，作为相关分析的原始数据。如某地区工业劳动者人数与工业增加值的历史资料对应排列见表8-1。

表8-1　某地区工业劳动者人数与工业增加值的历史资料对应排列

应该指出，相关表中的两列数据称为相关数列，它不同于变量数列。相关表中的数值是变量的观测值，是实际资料，是样本数据，它是判别相关关系的基础。在相关表中，如果观测值的分布呈现一定的规律，则表明现象之间存在相关关系；如果随着一个变量数值的增加或减少，另一个变量也大致以某一固定的速率和数量增加或减少，这就可以初步断定现象存在相关关系；如果两个变量的观察值未表现出任何规律性，则可以判定现象间不存在相关关系。

相关表按资料是否分组，可分为简单相关表和分组相关表。

（1）简单相关表。简单相关表是资料未经分组的相关表，是把变量值（因素标志值）按照从小到大的顺序并配合结果变量值一一对应而平行排列的统计表。简单相关表是客观现象标志之间相关研究初步结果的表现形式之一。表8-1 就是由某地区工业劳动者人数与工业增加值的数据编制的简单相关表。

（2）分组相关表。分组相关表是在简单相关表的基础上，将原始资料进行分组而编制的统计表。根据分组情况不同，分组相关表又可分为单变量分组相关表和双变量分组相关表两种。

①单变量分组相关表是在具有相关关系的两个变量中，只对自变量进行分组，而对因变量不进行分组的相关表。这种分组只计算出次数和平均数。表8-2 所示为380 名女大学生的体重和身高相关表。

表8-2　380 名女大学生的体重和身高相关表

从表8-2 可以看出，这380 名女大学生的身高和体重，随着体重的减轻，平均身高也随之降低，两者之间存在着明显的正相关关系。

②双变量分组相关表是对具有相关关系的两个变量都进行分组的相关表，即对总体进行复合分组，一个分组设在主体栏或主词栏，另一个分组设在叙述栏或宾词栏，形成棋盘式的表格。其编制步骤是：先分别确定两个变量的数组；再按照两个变量的数组设计表格；最后进行计算，例如，根据某省建材集团2019 年汽车运材成本和运量资料，编制双变量分组相关表（表8-3）。

表8-3　某省建材集团2019 年汽车运材成本和运量双变量分组相关表(www.daowen.com)

续表

这张双变量相关表，按照相关图的形式做了特别设计，形成了图表结合的模式，因此，反映这两个现象之间的相关形态、方向和程度更加清楚。在其他方面也都可以编制类似的双变量分组相关表，如工业企业按产量和成本水平同时分组、对同行业的商业企业按企业规模和流通费用水平同时分组等。这种双变量相关表，可作为探寻最佳方案、提高经济效益的一种工具。但是，由于根据双变量相关表的资料计算相关分析指标比较复杂，所以在实际相关分析中使用较少。

值得注意的是，双变量相关表通常设置两个合计栏，分别表明各变量分组的次数分布情况。一般制作双变量相关表时，将自变量放在横行，变量值从小到大自左至右排列，因变量放在纵列，变量值从小到大从上到下排列。

3.相关图

相关图也称相关散点图，简称散点图，是指根据相关表中的观测数据在坐标系中绘制的点状图形，是描述变量间关系的一种直观方法。若用x 和y 分别代表两个变量，用坐标系的横轴代表自变量x，用坐标系的纵轴代表因变量y，把相关表中的对应观测值一一描绘在坐标系中，则形成了相关点（散点）分布状况的图形，据此就可观测现象间相关关系的情况。下面举例说明相关图的绘制方法。

【例8-1】　在某个地区抽取了9 家生产同类产品的企业，其月产量和单位成本资料见表8-4。试绘制相关图，并说明月产量与单位成本的相关关系。

表8-4　9 家企业的产品月产量和单位成本资料

根据规模经济理论，可初步判断产品月产量和单位成本之间存在着相关关系，然后绘制相关图（散点图），就可以比较直观地看出两个变量之间的关系，如图8-3 所示。

从图8-3 可看出，随着月产量的增加，单位成本有降低的趋势，而且呈现出线性特征或形态。由此，可初步断定产量与单位成本是直线负相关关系。

又如，依据表8-2 的380 名女大学生的体重和身高数据绘制散点图，如图8-4 所示。

必须指出，如果与某一变量相关的因素有多个，则可分别绘制相对应的相关图，然后通过多个相关图的对比，大致可看出与各因素的密切程度，进而判断主要因素和次要因素。

图8-3　9 家企业的月产量和单位产品成本散点图

图8-4　380 名女大学生的体重和身高散点图