怎样用spss算偏相关系数

相关分析用于研究两两变量之间的关系情况，如果有第三个变量，它会影响到这种关系情况，从而导致相关系数无法真实有效地反映变量间的关系情况，比如研究身高与肺活量之间的关系，是否身高越高，肺活量越大呢？如果直接进行相关分析，会出现有相关关系，但真实结论很可能并不应该这样，同样身高的人肺活量很可能明显不一样，原因是体重并不一样。身高与体重有相关性，而肺活量也与体重有相关性。因此研究身高与肺活量的关系时，体重会有干扰作用，因此在研究时应该将体重作为控制变量，以防止其干扰。类似这样的相关关系研究，就应该使用偏相关分析。

另外如果研究工资与受教育年限的关系时，年龄和工作经验也应该是控制变量，因为年龄和工作经验，分别均与工资或受教育年限之间有着相关关系。类似这样的研究时，均需要使用偏相关分析（将控制变量纳入考虑范畴内），才能得到更加科学的结论。

1、背景

当前某研究人员想研究员工受教育年限与当前工资之间的关系，以及每个员工的入职工资会起着干扰作用，入职工资与受教育年限有关系，同时入职工资与当前工资也有着相关关系。受教育年限会影响入职工资，入职工资还会影响到当前工资。因此研究受教育年限与当前工资的相关有关系时，需要将入职工资作为控制变量纳入考虑范畴内。

2、理论

偏相关分析是在相关分析基础上，进一步考虑干扰因素时使用的研究方法。此干扰因素，也称其为“控制变量”，控制变量一般与相关分析的变量之间均有着相关关系，如果控制变量与相关分析的变量之间并没有关系，那么就不会有干扰作用。SPSSAU在偏相关分析输出结果时，默认会输出控制变量分别与相关分析变量之间的相关关系系数，便于考察某项是否为真正的控制变量。

如果明知道某项具有干扰作用但是不作控制，可能无法得到科学的结论。

3、操作

本例子研究当前工资与受教育年限的关系情况，将入职工资作为控制变量纳入分析中，便于控制入职工资对分析的干扰影响。SPSSAU操作如下图：

4、SPSSAU输出结果

SPSSAU共输出2个表格，分别是研究变量之间的相关关系，控制变量与研究变量之间的相关关系表格，分别如下：