Spearman相关分析是一种非参数的相关性检验方法，通常用于衡量两个变量之间的单调关系（即不考虑具体数值大小）。SPSS软件可以进行Spearman等级相关系数分析，并输出相应结果。
在SPSS中查看Spearman相关分析结果时，需要注意以下几点：
1. 检查数据是否满足前提条件：由于Spearman相关系数与正态性无关，所以只需检查变量是否为有序分类或连续型。如果存在极端异常值，则建议采取其他鲁棒统计方法。
2. 查看Pearson和Spearman两种方式下的p-value: 在SPSS输出结果中，“Sig.(2-tailed)”项表示双尾假设下的显著性水平，默认情况下显示Pearson及其估计标准误差、自由度、95%置信区间等指标；而“Exact Sig.”则是针对小样本且离散程度较高时使用精确概率法得出的P值。因此，在解读实际研究问题时需要根据具体情况选择合适地显著性判断标准来确定结论。
3. 解释斯皮尔曼秩次相关系数(r): 该系数介于-1到+1之间，当r=0时表明两个变量不存在线性关联；r>0时表示正相关，即随着一个变量的增加另外一个变量也会相应地增加；r<0则表明负相关。其绝对值越接近1，则说明两个变量之间关系更为密切。
4. 通过散点图和回归线来直观展示数据：此方法可以帮助研究者进一步理解Spearman分析结果，并用于后续模型拟合、预测等操作中。
需要注意的是，在进行Spearman相关性检验时，还要结合实际问题背景和特殊需求选择适当的统计方法以及正确解释结果。
直接看spearman相关性分析表中非对角线上的数值即可，该数值即两个变量之间的spearman相关系数。
