SPSS偏相關分析(Partial Correlation)步驟
如果需要進行相關分析的兩個變量的取值都受到其他變量的影響，就可利用偏相關分析(Partial Correlation)對其他變量進行控制，輸出控制其他變量影響后的相關系數。本文致遠教育小編就以實際例子來為大家分析SPSS偏相關分析(Partial Correlation)步驟。
舉例來說，A與B都受到C的影響，偏相關分析(Partial Correlation)就是幫我們控制變量C，然后計算A與B的相關系數。
還是用例子來演示如何在SPSS中操作偏相關分析(Partial Correlation)。例如，要研究scores on the Perceived Control of Internal States Scale(PCOISS)和scores on the Perceived Stress Scale的關系，將socially desirable responding bias作為第三變量進行控制。
那么，research question：After controlling for participants’ tendency to present themselves in a positive light on self-report scales, is there still a significant relationship between perceived control of internal states (PCOISS) and levels of perceived stress?
What you need: Three continuous variables: two variables that you wish to explore the relationship between (e.g. Total PCOISS, Total perceived stress); one variable that you wish to control for (e.g. total social desirability: tmarlow).
SPSS偏相關分析(Partial Correlation)步驟：
1. Analyze-Correlate-Partial
2. 輸入對應的變量
3. Options-Zero order correlations-Exclude cases pairwise
4. Continue-OK 結果如下：
5. 結果解釋：
Table的上半部分是正常的兩個變量的 Pearson product-moment correlation，沒有控制其他變量。左上角的單詞 ‘none’ 表示沒有控制變量，這種情況下 correlation 是 –.581.
下半部分是有控制變量 social desirability的情況下的相關性分析，新的 partial correlation 是 –.552。
前后對比來看，本例中兩個變量相關性強度變化呈現小幅度下降 (從 –.581 到 –.552)。這表明Total PCOISS 和 Total perceived stress之間的相關性并沒有受到social desirability的太多影響。
相關閱讀：
以上就是致遠教育小編根據實際例子來為大家分析的關于SPSS偏相關分析(Partial Correlation)步驟內容，歡迎大家閱讀。如果需要SPSS相關作業代做服務，歡迎咨詢網站客服。
