如何进行JASP统计分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
公司主营业务：成都网站设计、成都网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联建站是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联建站推出靖江免费做网站回馈大家。
分析目的：试分析初始薪金水平与当前薪金水平的相关性。初始薪金和当前薪金两个变量均为连续数据，如果满足多元正态分布，那么可以采用Pearson相关系数，如果不满足多元正态分布，则可采用Spearman相关系数。正态分布检验在【Assumption Checks】中勾选【Shapiro】，得到shapiro检验结果。
这是一个惊喜哦，
JASP给大家输出的可是多元正态分布检验，这一点优势很明显，因为大家熟悉的SPSS软件是无法给出这个结果的，在SPSS中，我们通常为简便起见，是分别给出两个连续变量的正态分布检验结果，如果两个均满足正态分布，也就直接认为满足了多元正态分布条件，这并不是严格的做法。上表结果表明，初始薪金和当前薪金不满足二元正态分布（P＜0.001）。因此不适合用Pearson相关系数，此时建议使用Spearman相关系数来衡量两个变量间的相关性。Spearman相关性
Spearman's r = 0.826，相关系数有统计学意义（p＜0.001），初始薪金与当前薪金间存在正向的，较强的相关性（r=0.826）。关于相关系数的显著性检验，请读下面这篇文章。↓如何理解相关分析的显著性检验？
从散点图来看，点的分布呈现出斜向上的直线，初始薪金高的人当前薪金相应也较高，二者间存在较强的线性相关性（Spearman's r = 0.826，P＜0.001）。看完上述内容，你们掌握如何进行JASP统计分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
