三、偏相关分析

相关分析适用于仅包括两个变量的数据分析，当数据文件包括多个变量时，直接对两个变量进行相关分析往往不能真实地反映两者之间的相关关系，此时就需要用到偏相关分析，以从中剔除其他变量的线性影响。

1.操作步骤

（1）在菜单栏依次选择“分析”—“相关”—“偏相关”命令，打开如下图所示的“偏相关”主对话框。

（2）选择变量。从源变量列表中选择需要偏相关分析的变量和控制变量。

（3）选项设置同双相关分析一致。

2.参数设置

（1）“变量”列表

该列表中的变量是需要进行偏相关分析的，因此，至少应包含两个以上的变量名，当其中变量个数大于等于三个时，输出结果为两两变量间偏相关分析的结果。

（2）“控制”列表

该列表中显示的是应该提出其影响的变量名，如果不选入控制变量，则进行的是简单相关分析。

3.实验结果及分析

（1）描述性统计结果

包括均值、标准差和观测值个数。

（2）相关性输出表

①表格的上半部分表示没有控制变量时三个变量两两间的相关关系，由表可以看出，农业总产值和工业总产值之间的相关系数为0.336，表示两者之间存在中等相关 且为正相关。

（注：

①相关数值越接近1或-1时,表示两者的关系越明显,或正相关或负相关。

②一般来说,取绝对值后,0-0.09为没有相关性,0.3-弱,0.1-0.3为弱相关,0.3-0.5为中等相关,0.5-1.0为强相关.但是,往往还需要做显著性差异检验,即t-test,来检验两组数据是否显著相关,这在SPSS里面会自动为你计算的.）

②农业总产值和工业总产值不相关的双侧显著性p值为0.049＜0.05，表示在0.05的显著性水平上肯定了两者相关的假设/在双侧显著性0.05上显著或在0.01上不明显。

因此，在没有控制变量时，农业总产值和工业总产值之间显著性不明显。

（注：如何根据P值判断显著性水平？

一般以P < 0.05 为有统计学差异， P

③图的下半部分给出了含控制变量C时A和B之间的偏相关分析结果。可以明显看到，在剔除控制变量C的影响后，A和B之间的偏相关系数为0.098，显著性水平为0.582，因此我们可认为A和B之间不存在显著的相关性。

结尾：相关分析此处只介绍双变量分析和偏相关分析，距离相关分析等在此就不展开了。

学无止境！提示您：看后求收藏（同创文学网http://www.tcwxx.com），接着再看更方便。