IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > 详解SPSS偏相关分析的应用

详解SPSS偏相关分析的应用

发布时间:2021/01/19

IBM SPSS Statistics偏相关分析,是用于变量间可能会有相互影响的情况中。比如,对三个变量进行相关分析,但发现第一、二个变量与第三个变量之间存在着相关关系,在这种情况下,就要将第三个变量的影响剔除后,再分析第一、二个变量的相关关系。

接下来,我们使用一组门店销售数据,演示一下IBM SPSS Statistics的偏相关分析。

一、使用的数据

如图1所示,示例所用数据包含了销售额、客流量、客单价三个变量。本文假设客单价与销售额、客流量有相关关系,并研究在控制客单价线性影响下,销售额与客流量是否存在相关关系。

图1:示例数据

二、应用偏相关分析

如图2所示,依次单击分析-相关-偏相关选项,打开偏相关分析设置面板。

图2:偏相关分析

如图3所示,可以看到,偏向关性分析设置面板包含了变量与控制两个选项。变量指的是用于分析相关关系的变量;而控制则指的是控制其线性影响的变量。

图3:偏相关设置面板

1.选择变量

按照上文所述的研究目的,分别将销售额、客流量添加到变量,将客单价添加到控制。

图4:选择变量

2.选项设置

接着,打开选项设置面板,勾选统计数值中的“平均值和标准差”以及“零阶相关性”。

控制一个变量的偏相关分析,称为一阶偏相关分析。而“零阶相关性”,即不进行控制变量设置的分析方法,用以对比控制变量设置后的结果。

图5:选项设置

3.显著性检验设置

由于我们事先没有进行散点图的制作,无法判断数据存在正相关还是负相关,因此,选择“双尾”的显著性检验。

图6:显著性检验设置

4.结果解读

完成以上设置后,运行检验。

如图7所示,“无”即不进行变量控制的相关性检验,如需出现该部分内容,必须在选项中勾选“零阶相关性”。

从检验结果看到,在不控制客单价的线性影响下,销售量与客流量存在着显著相关性(显著性设置为0.00<0.05);而在控制客单价的线性影响下,销售量与客流量仍存在着显著相关性(显著性设置为0.00<0.05)。


图7:相关性检验结果

三、小结

综上所述,IBM SPSS Statistics的偏相关分析,可用于控制对其他变量产生线性影响的变量,以求得更准确的变量间相关关系。

在使用偏相关分析时,建议在选项设置中勾选“零阶相关性”,以对比控制影响变量前后的检验结果。

作者:泽洋

标签:spss偏相关分析

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
SPSS数据合并之如何进行变量合并
在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。
2020-11-13
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09