如果需要进行相关分析的两个变量的取值都受到其他变量的影响，就可利用偏相关分析(PartialCorrelation)对其他变量进行控制，输出控制其他变量影响后的相关系数。本文致远教育小编就以实际例子来为大家分析SPSS偏相关分析(PartialCorrelation)步骤。
举例来说，A与B都受到C的影响，偏相关分析(PartialCorrelation)就是帮我们控制变量C，然后计算A与B的相关系数。
还是用例子来演示如何在SPSS中操作偏相关分析(PartialCorrelation)。例如，要研究scoresonthePerceivedControlofInternalStatesScale(PCOISS)和scoresonthePerceivedStressScale的关系，将sociallydesirablerespondingbias作为第三变量进行控制。
那么，researchquestion：Aftercontrollingforparticipantstendencytopresentthemselvesinapositivelightonself-reportscales,istherestillasignificantrelationshipbetweenperceivedcontrolofinternalstates(PCOISS)andlevelsofperceivedstress?
Whatyouneed:Threecontinuousvariables:twovariablesthatyouwishtoexploretherelationshipbetween(e.g.TotalPCOISS,Totalperceivedstress);onevariablethatyouwishtocontrolfor(e.g.totalsocialdesirability:tmarlow).
SPSS偏相关分析(PartialCorrelation)步骤：
1.Analyze-Correlate-Partial
2.输入对应的变量
3.Options-Zeroordercorrelations-Excludecasespairwise
4.Continue-OK结果如下：
5.结果解释：
Table的上半部分是正常的两个变量的Pearsonproduct-momentcorrelation，没有控制其他变量。左上角的单词none表示没有控制变量，这种情况下correlation是.581.
下半部分是有控制变量socialdesirability的情况下的相关性分析，新的partialcorrelation是.552。
前后对比来看，本例中两个变量相关性强度变化呈现小幅度下降(从.581到.552)。这表明TotalPCOISS和Totalperceivedstress之间的相关性并没有受到socialdesirability的太多影响。
相关阅读：
SPSS作业代写如何选择正确的统计方法?
SPSS作业代写使用正确统计方法的步骤
以上就是致远教育小编根据实际例子来为大家分析的关于SPSS偏相关分析(PartialCorrelation)步骤内容，欢迎大家阅读。如果需要SPSS相关作业代做服务，欢迎咨询网站客服。
