
SPSS分析技術(shù):偏相關(guān)分析
相關(guān)分析是研究兩個變量共同變化的密切程度,但有時出現(xiàn)相關(guān)的兩個變量又同時與另外的一個變量相關(guān),在這三個變量中,有可能只是由于某個變量充當(dāng)了相關(guān)性的中介作用,而另外的兩個變量并不存在實(shí)質(zhì)性的相關(guān)關(guān)系。這種情形導(dǎo)致數(shù)據(jù)分析中出現(xiàn)“偽相關(guān)”現(xiàn)象,造成偽相關(guān)現(xiàn)象的變量被稱為“橋梁變量”。
例如,在研究大學(xué)生上網(wǎng)時間,游戲時間、完成作業(yè)情況、考試成績的相關(guān)性時,往往發(fā)現(xiàn)上網(wǎng)時間與作業(yè)情況、考試成績呈現(xiàn)不明顯的負(fù)相關(guān)性,同時上網(wǎng)時間又和游戲時間呈現(xiàn)高度正相關(guān)性,游戲時間與作業(yè)情況、考試成績也呈現(xiàn)為負(fù)相關(guān)性。那么,上網(wǎng)時間與作業(yè)情況、考試成績之間的微弱負(fù)相關(guān)性是真的嗎?
在數(shù)據(jù)的相關(guān)性分析中,為了摒棄橋梁變量的影響力,發(fā)現(xiàn)變量內(nèi)部隱藏的真正相關(guān)性,人們引入了偏相關(guān)分析的概念。偏相關(guān)分析是在剔除控制變量的影響下,分析指定變量之間是否存在顯著的相關(guān)性。
偏相關(guān)分析
首先在驗(yàn)證了數(shù)據(jù)內(nèi)部存在相關(guān)性后,如果懷疑可能存在橋梁變量,則可以把橋梁變量作為控制變量,重新進(jìn)行相關(guān)性分析,檢查在排除了橋梁變量的影響力之后,其它變量之間是否還存在關(guān)聯(lián)性。如果開始有相關(guān)關(guān)系,剔除了控制變量之后,相關(guān)關(guān)系不存在了,說明控制變量為橋梁變量。
范例分析
現(xiàn)在采集到60條學(xué)生數(shù)據(jù),分析上網(wǎng)時間、游戲時間、作業(yè)情況和數(shù)學(xué)成績之間的相關(guān)性,并探索本案例中是否存在橋梁變量。數(shù)據(jù)如下:
SPSS分析步驟
1、選擇菜單【分析】-【相關(guān)】-【雙變量】命令,啟動四個變量的相關(guān)性分析,操作如下圖,將上網(wǎng)時間、游戲時間、作業(yè)情況和數(shù)學(xué)成績選入變量區(qū)域內(nèi),進(jìn)行分析。
2、分析者根據(jù)實(shí)際情況,懷疑游戲時間是橋梁變量,因?yàn)橛螒驎r間的存在,導(dǎo)致另外三個變量之間存在著高度相關(guān)性。因此以游戲時間作為控制變量,進(jìn)行偏相關(guān)分析。選擇菜單【分析】-【相關(guān)】-【偏相關(guān)】命令,啟動偏相關(guān)分析,將上網(wǎng)時間、作業(yè)情況和數(shù)學(xué)成績選為變量,將游戲時間選為控制變量。
結(jié)果分析
雙變量相關(guān)分析結(jié)果如下:
從上圖結(jié)果可知,上網(wǎng)時間與游戲時間是正相關(guān)的(相關(guān)系數(shù)為1,概率為0.000);與作業(yè)情況和數(shù)學(xué)成績是負(fù)相關(guān)的(相關(guān)系數(shù)為-0.957和-0.986,檢驗(yàn)概率都為0),表示這四個變量之間都存在著顯著相關(guān)性。
偏相關(guān)分析結(jié)果
從上圖結(jié)果可知,當(dāng)剔除游戲時間以后,上網(wǎng)時間與作業(yè)情況和數(shù)學(xué)成績之間的相關(guān)系數(shù)都為0,顯著性為1,大于0.05,說明它們之間不存在相關(guān)性。
結(jié)論
在本案例中,直接分析四個變量的相關(guān)性水平發(fā)現(xiàn),上網(wǎng)時間與作業(yè)情況、數(shù)學(xué)成績之間存在顯著相關(guān)。然而,偏相關(guān)檢驗(yàn)的結(jié)論說明,上網(wǎng)時間與作業(yè)情況,數(shù)學(xué)成績的顯著相關(guān)是由游戲時間引起的,游戲時間在上網(wǎng)時間、作業(yè)情況和數(shù)學(xué)成績之間起到橋梁作用,它確實(shí)是一個橋梁變量。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時用t.test,何時用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11