tft每日頭條

 > 圖文

 > spss如何做兩個因素相關性分析

spss如何做兩個因素相關性分析

圖文 更新时间:2024-07-06 21:48:11

問題:Pearson積差相關系數能代表變量間真正的相關關系嗎?

比如身高、體重、肺活量三個變量,兩兩之間的Pearson積差相關系數為:

spss如何做兩個因素相關性分析(揭秘變量間真正的相關關系)1

根據Pearson積差相關系數,身高、體重、肺活量兩兩之間都存在正相關關系。關系圖如下:

spss如何做兩個因素相關性分析(揭秘變量間真正的相關關系)2

那麼:身高越高,肺活量就真的越大嗎?身高升高後,會直接引起肺活量的增大,還是會通過增加體重,間接引起肺活量的增大?

所以:Pearson積差相關系數隻能從表面上反映兩個變量相關的性質,往往不能真實地反映變量之間的線性相關程度,甚至會給人造成相關的假象。

當其他變量被固定住,即将他們控制起來後,給定的任意兩個變量之間的相關系數叫偏相關系數,偏相關系數才是真正反映兩個變量相關關系的統計量。

案例:控制"體重"影響的情況下,探索身高與肺活量的相關關系。

SPSS步驟:1)分析-相關-偏相關

spss如何做兩個因素相關性分析(揭秘變量間真正的相關關系)3

2)"身高"、"肺活量"放入"變量列表"。

"體重"放入"控制"變量列表。

點擊"确定"。查看結果。

spss如何做兩個因素相關性分析(揭秘變量間真正的相關關系)4

3)SPSS結果:

結果的判斷方法和簡單線性相關一緻,當顯著性也就是P≤0.05時,變量間存在線性相關關系;P>0.05時,變量間不存在線性相關關系。

spss如何做兩個因素相關性分析(揭秘變量間真正的相關關系)5

控制"體重"的情況下,身高與肺活量之間的偏相關系數r=0.569(P<0.05)。比原來的0.790低了很多。可以認為0.569更加接近身高與肺活量之間真正的相關關系。

注意:計算偏相關系數時,被控制的變量不能随意确定,要有理論依據。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved