在数据分析中，有一种分析就是相关性的分析，所谓的相关性的分析就是 “不同现象之间相互相影响的关系叫相关性分析”，比如商场折扣和销量的 的分析，我们可以通过相关性分析，来判断折扣和销量之间的相关性有多强，多少折扣是销量最大的折扣，再比如孩子的身高和体重是否有相关性，标准的孩子身高和提升多多少。
数据的相关性分为数据的正相关，数据的负相关，和数据的无关，通过数据相关系数的分析，我们可以判断两组数据之间相关强度。
相关性分析中的 相关系数可以通过EXCEL中的函数来计算，然后我们来判断相关系数的平方数，来判断数据是正相关强烈还是负相关强烈，比如我们看到的下面这组数据，是营业额和加班小时的数据，我们通过相关性来判断公司的营业额和加班的关系是否强烈，我们对数据做了个散点图，然后用函数做了相关系数，函数是：CORREL，选择两组数据即可，通过函数我们得出相关系数是0.2329，这说明公司的业绩和加班的小时数没有关系。公司业绩和加班属于弱相关
如果你学过回归函数分析，你会发现在回归函数里一个代表回归拟合度的R平方值，这个值越接近1, 函数的拟合度越好高，其实你会发现，这个相关系数就是R值，我们的因为有时候我们会有负相关，但是我们在判断的时候会和1去对比，所以我们取了R的平方。
相关性的数据分析在人力资源数据分析里有很多的应用，比如我们在做一些培训问卷调研的时候，我们会从很多维度让学员来对讲师和培训打分，根据打分的结果，我们要分析，讲师哪些技能需要提升，根据学员最后打的综合评分，我们要去判断，讲师的哪些授课技能是和最后的综合评分相关性最大，这些都是可以用相关性分析，和相关函数来进行计算。
