SPSS、EXCLE——偏相關分析

SPSS、EXCLE——偏相關分析

原始數據：

一、為什麼要使用偏相關分析

相關分析用於分析兩個事物之間的關係情況，在現實分析中，相關分析往往有第三變量的影響或作用，而使得相關係數不能真實地體現其線性相關程度。比如本題研究「排序」與「入鏈數」之間的關係，此兩者都和相同關鍵詞數有一定的關係，當存在可能會影響兩變量之間的相關性因素時，就需要使用偏相關分析，以得到更科學的結論。

二、操作步驟：

1、SPSS

用SPSS完成對排序和入鏈數兩個變量之間的關係進行分析，操作過程如下

（1）樣本錄入

先在SPSS數據透視圖中錄入樣本數據

錄入樣本數據

（2）分析窗口

先調出偏相關分析的窗口界面，把「相同關鍵詞數」作為控制變量，剔除其對「排序」、「入鏈數」的相關分析的影響。

（3）參數勾選

偏相關性-「選項」中勾選「零階相關係數」--相關係數，

（4）輸出報告

繼續點擊「繼續」---「確定」後，輸出「偏相關」分析報告

（5）結果分析

本操作分析檢驗的是控制「相同關鍵詞數」，觀察「排序」和「入鏈數」兩個變量之間的相關關係。可以看到在不控制變量時，「排序」和「入鏈數」顯著（P=0.01<0.05）負相關（相關性=-0.766<0）。當控制「相同關鍵詞數」的影響時，「排序」和「入鏈數」相關性為-0.834，顯著性為0.005<0.01，認為顯負相關。所以得出結論，當控制控制「相同關鍵詞數」不變的前提下，「排序」和「入鏈數」之間存在更加顯著的負相關關係，「入鏈數」越「大」，「排序」越「小」越靠前。

2、excle

用excle完成對排序和入鏈數兩個變量之間的關係進行分析，操作過程如下

（1）計算相關係數

l 通過斜率計算：

計算以」排序」為因變量，「入鏈數」為自變量的斜率，SLOPE是計算斜率的函數，第一個參數是y向量，第二個參數是x向量，斜率1=SLOPE(A2:A11,B2:B11)。

再計算以」入鏈數」為因變量，「排序」為自變量的斜率，斜率2=SLOPE(B2:B11,A2:A11)

計算偏相關係數斜率1與斜率2的幾何平均數，SQRT(F2*F3)，符號與係數保持一致「-」

l 通過CORREL計算

計算「排序」與「入鏈數」的相關係數 =CORREL(A2:A11,B2:B11)

同樣可以，計算入鏈數&相關關鍵詞數、排序&相關關鍵詞數的相關係數

l 通過「數據分析」工具實現

選擇區域、分組方式、標誌位於第一行打勾，點擊確定後 輸出相關結果，

（2）T值計算

同樣可以利用相關係數計算T統計量；最後計算99%，95%和90%的置信區間水平下的T臨界值（用函數T.INV），如=T.INV(0.99,COUNT(A2:A11))

（3）結果分析

綜合三者兩兩之間的相關係數分析，「排序」和「入鏈數」之間存在負相關關係，「入鏈數」越「大」，「排序」越「小」越靠前。通過比較T統計和臨界值，T值不在90置信水平的T臨界值內（-1.37<T<1.37），在90%的置信水平下兩列數據存在顯著負相關。