在护理科研中，经常会碰到分析两个变量之间的相关性，比如患者的焦虑与社会支持之间的相关性分析；又或者护士的职业倦怠与组织支持之间的相关性分析.....等等。说的更直接点就是变量x与变量y之间的相关性分析，那么这种情况应该怎么去分析呢？

接下来就讲一下这种分析的思路，至于软件操作的步骤，那都是次要的，思路先理清才是关键。

1.画二者散点图。通过图形描述，可以初步且直观判断二者的存在何种相关关系：正相关、负相关、无关；线性相关还是非线性相关(抛物线、指数等)。

2. 若是线性关系，计算相关系数，通过r绝对值的大小，进一步衡量相关系数强弱。（r绝对值小于0.3，无关；0.3~0.5，弱相关；0.5~0.8，中等程度相关；0.8以上，高度相关。）

3. 在线性相关的基础上，进行一元线性回归。建立回归模型

y=a bx

计算出截距a和斜率b，就可以预测在某种变量(x)下的y效应量的大小。

举例：分析护士职业倦怠与组织支持之间的相关性分析

1.先以“组织支持”为横坐标x，以“职业倦怠”为纵坐标y，画散点图，看一下x和y的分布情况，比如x和y的分布如下：

从上图可以看出，随着x（组织支持）的增大，y值（职业倦怠）是越来越小（低），也就是表明，x和y之间是线性关系，并且是负相关。

2.第二步计算相关系数，比如r的绝对值等于0.78，0.78在0.5~0.8之间，也就是说，x和y的负相关性属于中等强度，或者说，x和y相关性还算强。

3.第三步就要通过软件去计算其相关线性模型，比如建立好的模型是：y=8x 4.1，这样这个模型就可以写在你的论文中，这就代表了护士职业倦怠和组织支持之间的相关性。