例如上图，当X增大时，可以比较明显地看出Y会随着减小，说明X和Y之间有着负向相关关系。如果是正相关，散点图会呈现随着一个变量值的增加，另一个变量值也增加的趋势。
如果数据呈现非线性的趋势，可以选择对变量进行数据转换（如对数转换），或是使用Spearman相关系数进行分析。
3.异常值
相关分析对极端值较为敏感，异常值会影响分析结果。需要在分析前查看是否存在异常值，保证结果的可靠性，此步可以和上一步一起通过散点图查看。
如果存在异常值，可以使用SPSSAU数据处理里面的异常值进行处理。
背景：利用相关分析去研究公司满意度和人际关系, 机会感知, 离职倾向, 工作条件共4项之间的相关关系，使用Pearson相关系数去表示相关关系的强弱情况。（PS：已满足分析条件）
1.Pearson相关-标准格式
从上表可知，利用相关分析去研究公司满意度和人际关系, 机会感知, 离职倾向, 工作条件共4项之间的相关关系，使用Pearson相关系数去表示相关关系的强弱情况。
其中上表展示了各个变量的均值标准差以及相关系数等，例如：公司满意度的平均值为3.291，标准差为0.541，人际关系的平均值是3.748，标准差为0.616，机会感知的平均值3.322以及标准差为0.602，以此类推。
补充说明：对于相关分析，一般规范的表格格式是：p 值使用*号表示（标识在相关系数的右上角），p < 0.01使用2个*号表示；p < 0.05使用1个*号表示。同时 SPSSAU也提供一个带具体p 值的结果表格。
2.Pearson相关-详细格式
具体来看，公司满意度和人际关系之间的相关系数值为0.326，并且呈现出0.01水平的显著性，因而说明公司满意度和人际关系之间有着显著的正相关关系。
公司满意度和机会感知之间的相关系数值为-0.404，并且呈现出0.01水平的显著性，因而说明公司满意度和机会感知之间有着显著的负相关关系。
公司满意度和离职倾向之间的相关系数值为-0.642，并且呈现出0.01水平的显著性，因而说明公司满意度和离职倾向之间有着显著的负相关关系。
公司满意度和工作条件之间的相关系数值为0.268，并且呈现出0.01水平的显著性，因而说明公司满意度和工作条件之间有着显著的正相关关系。
3.Pearson相关可视化图
