Pearson（皮爾遜）相關系數：
又稱相關系數或線性相關系數，一般用字母r表示，定義式：
特性：兩個變量的位置和尺度的變化不會引起該系數的改變，即把X移動到a+bX和把Y移動到c+dY（其中a、b、c、d為常數）並不會改變相關系數（該結論在總體和樣本皮爾遜相關系數中都成立）。
Spearman（斯皮爾曼）相關系數（秩相關系數）：
又稱斯皮爾曼等級相關系數，常用希臘字母ρ表示。其利用單調方程評價兩個統計變量的相關性。 如果數據中沒有重復值， 並且當兩個變量完全單調相關時，斯皮爾曼相關系數則為+1或−1。定義式：
結論：無參數的等級相關系數，亦即其值與兩個相關變量的具體值無關，而僅僅與其值之間的大小關系有關。di表示兩個變量分別排序后成對的變量位置差，N表示N個樣本，減少異常值的影響。
SPSS實現：
案例數據如圖所示：
打開SPSS，讀入案例數據，分析 > 相關 > 雙變量...
在“雙變量相關性”對話框中選取變量“X”和“Y”，在“相關系數”處勾選“皮爾遜”和“斯皮爾曼”，單擊確定。
結果如圖所示，在相關性表中展示的是Pearson（皮爾遜）相關系數。由於案例數據展示的是非線性關系，故變量“X”與“Y”間的相關系數僅為-0.675。
非參數相關性表中展示的是Spearman（斯皮爾曼）相關系數，由於隨着“X”的增長，“Y”嚴格單調遞減，各變量序列數值的位次（秩）對應嚴格相反（“X”中最大的值對應“Y”中最小的值），故變量“X”與“Y”間的秩相關系數為-1。
參考資料：
https://baike.baidu.com/item/%E7%9A%AE%E5%B0%94%E9%80%8A%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0
https://baike.baidu.com/item/spearman%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0/7977847?fr=aladdin
https://jingyan.baidu.com/article/3a2f7c2ed8481426aed61165.html