Spearman相关系数是基于秩的相关系数。它不直接使用变量的原始数值，而是将两个变量的观测值分别转换为秩（rank），即排序，再计算两组秩之间的相关关系。与Pearson相关系数类似，Spearman相关系数的取值范围为。正值表示一个变量增大时，另一个变量总体上也倾向于增大；负值表示一个变量增大时，另一个变量总体上倾向于减小；绝对值越接近1，单调关系越强。
与Pearson相关系数相比，Spearman相关系数不要求二者之间呈线性关系，关注的是两个变量的相对排序是否共同变化，因此适合用于分级变量、明显偏态的数据、有较强离群点的数据，或者两个变量之间呈单调但非线性关系的情况。
Spearman相关系数可以进行非参数检验，其零假设是相关系数为0；如果检验结果显著，则说明两个变量存在显著的单调相关关系。相关关系本身不能证明两个变量之间存在因果关系。