网站首页/硬件软件列表/内容

SPSS偏相关区分的应用详细说明

硬件软件2024-05-04阅读
SPSS由IBM公司出品,它提供了包括描述性统计、推断性统计、因子分析、聚类分析、回归分析等多种统计分析功能,并包括文本分析、机器学习算法、数据分析模型等。SPSS的界面友好,易于操作,能够快速从数据中提取有用的洞察和分析,广泛应用于教育、心理、医学、市场、人口、保险等多个研究领域,也用于产品质量控制、人事档案管理和日常统计报表等。

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。

示例数据

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。

偏相关分析

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。

 

偏相关设置面板

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。

选择变量

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。

选项设置

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。

显著性检验设置

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)。

相关性检验结果

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。


世界上许多有影响的报刊杂志就SPSS给予了高度的评价。
相关阅读