京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS分析技术:偏相关分析
相关分析是研究两个变量共同变化的密切程度,但有时出现相关的两个变量又同时与另外的一个变量相关,在这三个变量中,有可能只是由于某个变量充当了相关性的中介作用,而另外的两个变量并不存在实质性的相关关系。这种情形导致数据分析中出现“伪相关”现象,造成伪相关现象的变量被称为“桥梁变量”。
例如,在研究大学生上网时间,游戏时间、完成作业情况、考试成绩的相关性时,往往发现上网时间与作业情况、考试成绩呈现不明显的负相关性,同时上网时间又和游戏时间呈现高度正相关性,游戏时间与作业情况、考试成绩也呈现为负相关性。那么,上网时间与作业情况、考试成绩之间的微弱负相关性是真的吗?
在数据的相关性分析中,为了摒弃桥梁变量的影响力,发现变量内部隐藏的真正相关性,人们引入了偏相关分析的概念。偏相关分析是在剔除控制变量的影响下,分析指定变量之间是否存在显著的相关性。
偏相关分析
首先在验证了数据内部存在相关性后,如果怀疑可能存在桥梁变量,则可以把桥梁变量作为控制变量,重新进行相关性分析,检查在排除了桥梁变量的影响力之后,其它变量之间是否还存在关联性。如果开始有相关关系,剔除了控制变量之后,相关关系不存在了,说明控制变量为桥梁变量。
范例分析
现在采集到60条学生数据,分析上网时间、游戏时间、作业情况和数学成绩之间的相关性,并探索本案例中是否存在桥梁变量。数据如下:
SPSS分析步骤
1、选择菜单【分析】-【相关】-【双变量】命令,启动四个变量的相关性分析,操作如下图,将上网时间、游戏时间、作业情况和数学成绩选入变量区域内,进行分析。
2、分析者根据实际情况,怀疑游戏时间是桥梁变量,因为游戏时间的存在,导致另外三个变量之间存在着高度相关性。因此以游戏时间作为控制变量,进行偏相关分析。选择菜单【分析】-【相关】-【偏相关】命令,启动偏相关分析,将上网时间、作业情况和数学成绩选为变量,将游戏时间选为控制变量。
结果分析
双变量相关分析结果如下:
从上图结果可知,上网时间与游戏时间是正相关的(相关系数为1,概率为0.000);与作业情况和数学成绩是负相关的(相关系数为-0.957和-0.986,检验概率都为0),表示这四个变量之间都存在着显著相关性。
偏相关分析结果

从上图结果可知,当剔除游戏时间以后,上网时间与作业情况和数学成绩之间的相关系数都为0,显著性为1,大于0.05,说明它们之间不存在相关性。
结论
在本案例中,直接分析四个变量的相关性水平发现,上网时间与作业情况、数学成绩之间存在显著相关。然而,偏相关检验的结论说明,上网时间与作业情况,数学成绩的显著相关是由游戏时间引起的,游戏时间在上网时间、作业情况和数学成绩之间起到桥梁作用,它确实是一个桥梁变量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23