发布时间:2021-01-19 10: 20: 07
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。
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。
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。
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。
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。
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。
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)。
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
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS非参数检验有哪些方法 SPSS非参数检验结果解读
在数据分析领域,研究者通常要对非正态分布的数据进行非参数检验,这样不仅能够清楚了解数据的秩次信息,还可以判断不满足正态分布的变量之间是否存在关系。今天,我们以SPSS非参数检验有哪些方法,SPSS非参数检验结果解读这两个问题为例,带大家了解一下SPSS非参数检验的相关知识。...
阅读全文 >
SPSS如何分组分析数据结构 SPSS分组数据怎么求平均数标准差
我们在进行数据探究的过程中,有时会将整组数据拆解开来进行分析,这样更容易发现局部细节和细微变化。今天,我就以“SPSS如何分组分析数据结构,SPSS分组数据怎么求平均数标准差”这两个问题为例,带大家了解一下SPSS数据分组和求均值的相关方法。...
阅读全文 >
SPSS随机分组操作步骤 SPSS随机分组不均匀怎么办
我们在进行实验设计时,为了保证实验结果的准确性,会对研究对象进行随机分组设置,这是一种非常有效的实验设计方法,本文就通过SPSS软件,带大家了解一下SPSS随机分组操作步骤,SPSS随机分组不均匀怎么办的相关内容。...
阅读全文 >
SPSS偏相关性分析步骤 SPSS偏相关分析结果怎么解读
作为一款强大的统计分析软件,SPSS能够完成各种常见的、复杂的统计分析计算,其中偏相关性分析就是其中一种。在社会科学、医学等各个领域的研究中,变量之间的关系往往并不是简单的,而是存在多个变量之间相互影响的情况。偏相关分析的主要作用就是在分析两个变量之间的关系时,控制其他可能产生干扰的变量的影响。接下来我将为大家介绍:SPSS偏相关性分析步骤,SPSS偏相关分析结果怎么解读。...
阅读全文 >