YesStat — 편상관 (결과)

편상관

통제변수를 제거한 순수 상관

변수쌍	0차 상관 r	p	편상관 r	df	p	감소량
직무자원 — 직무열의	.581	<.001	.542	405	<.001	.039
직무자원 — 직무성과	.442	<.001	.398	405	<.001	.044
직무열의 — 직무성과	.512	<.001	.471	405	<.001	.041

통제변수: 연령, 직급. 0차 상관은 통제 전 단순 상관입니다.

연령·직급 통제 후에도 상관의 크기가 거의 유지되었습니다.

해석interp_rules.rule_id = PARTIAL_STABLE · 매칭조건 abs(r0 - rp) < .10

연령과 직급을 통제한 후에도 세 변수쌍의 상관이 모두 유의하게 유지되었습니다.

0차 상관과 편상관의 차이가 최대 .044로 작아, 관찰된 관계가 인구통계 변수에 의한 허위 상관이 아니라 변수 자체의 관계임이 확인되었습니다. 차이가 .10 이상이면 통제변수의 영향이 크다고 해석합니다.

MODEL: JR_mean WITH WE_mean;
  JR_mean WE_mean ON age rank;
OUTPUT: STDYX;

pcorr JR_mean WE_mean age rank
partial corr

ppcor::pcor.test(dat$JR_mean, dat$WE_mean, dat[,c('age','rank')])

PARTIAL CORR /VARIABLES=JR_mean WE_mean BY age rank
  /SIGNIFICANCE=TWOTAIL /STATISTICS=CORR.

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.