相关性分析没有统计学意义，但是数据直接翻倍后有了意义。说明什么问题，是样本量不够吗？
什么叫做无统计学意义
无统计学意义，意识就是说在统计学上认为这个结果“不显著”。
如是在检验一个问题的结果是不是A，如果结果不显著，那么就说这个在统计学上不显著，即“无统计学意义”。
不同的统计指标所反映的内容不同，根据其内容的不同统计指标可分为基础指标和特征指标。
统计学意义是指在研究组和对照组间出现疗效差异时，要考虑这种差异是防治措施的疗效还是因抽样误差所引起的。上述差异有统计学意义时，并不意味着有临床意义，而当具有临床意义时可无统计学意义。
扩展资料
统计是一门科学，按调查对象的不同可分为全面调查和非全面调查，不完全统计其实就是非全面调查。
即使是非全面调查，也必须按照统计学的要求，严肃认真地做好抽样调查工作，从而得到科学的结论。
参考资料来源：百度百科-统计学
无统计学差异 有统计学差异 无统计意义 各是什么意思？
有显著性差异~！没有显著差异~！没有实际意义~！
相关系数越大，说明两个变量之间的关系就越强吗
相关系数越大，说明两个变量之间的关系就越强。
样本的简单相关系数一般用r表示，计算公式为：
r的取值在-1与+1之间，若r>0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若r<0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。
r 的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。若r=0，表明两个变量间不是线性相关，但有可能是其他方式的相关（比如曲线方式）。
利用样本相关系数推断总体中两个变量是否相关，可以用t 统计量对总体相关系数为0的原假设进行检验。若t 检验显著，则拒绝原假设，即两个变量是线性相关的；若t 检验不显著，则不能拒绝原假设，即两个变量不是线性相关。
扩展资料
一些实际工作者用非居中的相关系数（与Pearson系数不相兼容）。
例如：
假设五个国家的国民生产总值分别是1、2、3、5、8（单位10亿美元），又假设这五个国家的贫困比例分别是11%、12%、13%、15%、18%。
则有两个有序的包含5个元素的向量x、y：x = (1, 2, 3, 5, 8) 、 y = (0.11, 0.12, 0.13, 0.15, 0.18) 使用一般的方法来计算向量间夹角（参考数量积）。
上面的数据实际上是选择了一个完美的线性关系：y
= 0.10 + 0.01 x。因此皮尔逊相关系数应该就是1。
把数据居中（x中数据减去 E(x) = 3.8 ，y中数据减去E(y) =
0.138）后得到：x = (−2.8, −1.8, −0.8, 1.2, 4.2)、 y = (−0.028, −0.018, −0.008,
0.012, 0.042)。
参考资料来源：百度百科-相关系数
SPSS相关性分析无显著相关性说明什么
你这个数据属于面板数据，用普通横截面的数据分析方法本身就是不正确的。。。
不知道你是怎么样算相关分析，因为每家公司的8年数据之间就有一定的自相关了，所以直接计算5家8年数据的指标相关性是不正确的。至于回归分析更不能用了，数据有自相关的可能性。
这种数据只能采用面板数据分析的方法，spss软件没法做，要用stata或者eviews等计量经济学软件进行分析