有多个因素，怎么用spss做偏相关分析

进行偏相关分析的变量必须是正态分布，各因素之间应该有关联。如果不满足上述条件应该进行转换。在spss的analyze-correlate-partial correlations打开，将两个或两个以上的变量移入varables，至少一个控制变量移入controlling for栏，ok按钮即可。

step1：建立数据文件 file——new——data；
定义变量 选中左下角菜单Variable view，输入变量名T，其他选项不变，令起一行，输入变量
名G其他选项不变，切换到data view（在左下角），将数据复制进去。

Step2：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate（双变量）

左边包含G，T的框为源变量框，后面的空白框为分析变量框，我们现在需要分析G和T的关系，因此将源变量框中的G和T选进分析变量框待分析。

（1）correlation coefficients（相关系数）包括三个选项：
Pearson：皮尔逊相关，计算连续变量或是等间距测度的变量间的相关分析；
Kendall：肯德尔相关，计算等级变量间的秩相关；
Spearman：斯皮尔曼相关，计算斯皮尔曼秩相关。
注：Pearson可用来分析①分布不明，非等间距测度的连续变量
Kendall可用来分析①分布不明，非等间距测度的连续变量，②完全等级的离散变量，③数据资料不服从双变量正态分布或总体分布型未知。第②种情况只能用Kendall分析
Spearman可用来分析数据资料不服从双变量正态分布或总体分布型未知
（2）Test of significance选项
Two-tailed：双尾检验，如果事先不知道相关方向（正相关还是负相关）则可以选择此项；
One-tailed：单尾检验，如果事先知道相关方向可以选择此项。
（3）Flag significant correlations：表明显著水平，如果选择此项，输出结果中在相关系数值右上方使用标示显著性水平为5%，用标示其显著性水平为1%
首先使用pearson，two-tailed（下图），点击右侧options
statistics为统计量，包括均值和标准差 叉积离方差和协方差
missing values 选择默认
点击continue——ok
输出结果（下图）
相关系数为0975，显著性p=0000<001,有统计学意义
选用Kendall 肯德尔，结果如下：
选用spearman 斯皮尔曼，结果如下：

画散点图：选中Graphs——Scatter/dot-----Simple scatter------define

1、第一步，数据录入spss并且处理好，请参考下图 *** 作：

2、下一步，依次点击分析—>回归—>线性，请参考下图 *** 作：

3、接下来，选择变量和因变量到对应的框，请参考下图 *** 作：

4、下一步，点击下一页，请参考下图 *** 作：

5、接下来，控制变量选择，然后将控制变量放进来，请参考下图 *** 作：

6、最后一步，控制变量选择完后，得出两个模型，可以对比控制变量放进来之后的各指标变化，请参考下图 *** 作：

等级相关系数（Coefficient of Rank Correlation）
[编辑]什么是等级相关系数
在实际应用中，有时获得的原始资料没有具体的数据表现，只能用等级来描述某种现象，要分析现象之间的相关关系，就只能用等级相关系数。
等级相关系数亦称为“秩相关系数”，是反映等级相关程度的统计分析指标。常用的等级相关分析方法有Spearman等级相关和Kendall等级相关等。
[编辑]等级相关系数的计算步骤
1、把数量标志和品质标志的具体表现按等级次序编号。
2、按顺序求出两个标志的每对等级编号的差。
3、按下式计算相关系数：

其中:等级相关系数记为rs，di为两变量每一对样本的等级之差，n为样本容量。
等级相关系数与相关系数一样，取值-1到+1之间，rs为正表示正相关，rs为负表示负相关，rs等于零为零相关，区别是它是建立在等级的基础上计算的，较适用于反映序列变量的相关。
来自">