结果整理
结果整理如下表所示，这里只取数据的绝对值。
从表中数据可得到下列结论：
1.本例中的两对变量对X和Y，因为X有5个观察变量，Y有4个观察变量，所以结果共抽取4对典型相关变量来代替原始变量进行研究。4对典型相关变量中只有第1对典型相关变量的相关系数的达到显著水平，所以本例中只用第1对典型相关变量的数据来解释X变量和Y变量之间的关系。
2.X的5个观察变量中，观察变量x5对第1典型变量U1的关系最紧密，其他4个观察变量与第1典型变量U1的关系处于中等水平。Y的4个观察变中，观察变量y4对第1典型变量V1的关系最紧密，其他3个观察变量与第1典型变量V1的关系处于中下等水平。
3.X变量的抽取变异量百分比表示来自X变量的第一典型变量U1可以解释X变量11.5%的变异量；冗余量表示X变量通过第一对典型变量U1和V1可以被Y变量解释的变异量为35.2%。Y变量的抽取变异量百分比表示来自Y变量的第一典型变量V1可以解释YY变量11.1%的变异量；冗余量表示Y变量通过第一对典型变量U1和V1可以被X变量解释的变异量为34.1%。
由上表结果可以绘制出第一对典型相关变量的典型相关分析路径图，从图中我们也可以看出各原始观察变量与典型变量之间、典型变量对之间的关系，结果如下图所示：
SPSS进行典型相关分析
两种操作的比较
在SPSS中进行典型相关操作的这两种方法都比较简单易懂，两种操作的结果既有相同的地方又有区别。
1.两种操作的主要典型相关操作结果表基本相同。典型相关系数表及其显著性检验表、典型结构系数表和冗余系数表等结果表，在两种操作的结果表中都有，但是部分结果的数据绝对值相同，方向相反。
2.Canonical程序中的结果表是按照变量对的形式成对列举的，但是MANOVA语法操作的结果表是先列举Y变量(也即因变量)的各种结果表，然后再列举X变量(即，自变量)的结果表。
3.Canonical程序的结果表到典型变量的冗余系数表就结束了，MANOVA语法操作的结果表在列举完典型变量的冗余系数表之后，还列举了多元线性检验结果表和对常量进行的典型相关分析结果表。
所以，典型相关分析的两种操作各有千秋，各位小伙伴们可根据自己的统计基础、实际需求和个人偏好进行选择。
参考文献
1.张文彤 主编. SPSS统计分析高级教程. 北京：高等教育出版社.
2.吴明隆,涂金堂. SPSS与统计应用分析. 大连：东北财务大学出版社.
如果觉得《spss26没有典型相关性分析_SPSS进行典型相关分析结果总结》对你有帮助，请点赞、收藏，并留下你的观点哦！
