Survival Manual for Statistical Analysis
(통계분석 생존지침서)


by Byung Gil Choi, MD, PhD.
SPSS Partial correlation analysis (편상관분석, Partial correlation coefficient, 편상관계수)
개념
Simple correlation analysis에 제3의 교란요인(Confounding factor)을 반영하고자 하는 경우

예를 들어 경찰관의 숫자와 범죄발생율의 관련성을 알고자 하는 경우, 해당 지역의 인구수(제3의 교란요인)를 고려하지 않을 경우 경찰관 수가 많으면 범죄발생율이 증가한다는 잘못된 결론에 도달할 수 있다. 그러므로 이런 제3의 교란요인을 고려하여 즉 제3의 교란요인을 배제한 경우의 상관관계를 알고자 하는 경우 이용된다.
예제
병상수와 병원내 사망자 간의 Pearson correlation coefficient (r)=0.202, p=0.047 이다.

즉 약한 양(+)적 선형관계가 통계적으로 유의하게 있다는 결론이 나왔다. 이 결론은 큰 병원일수록 위험하다라는 말이다.

그러나 병상수가 많은 병원은 사망자수는 물론 완치 환자수 또한 많다.

그러므로 완치환자수에 대한 요인(제3의 교란요인)을 배제할 경우에도 과연 서로 상관관계가 있을까? DownLoad partial_correlation_analysis.sav
방법
1. Data 입력

bed (병상수)

death (사망자수)

cure (완치환자수)

2. 선택

[MENU]-[Analyze]-[Correlate]-[Partial]

3. 설정

[Variables]에 비교하고자 하는 변수를 넣고,

[Controlling for]에 제3의 교란요인에 해당하는 변수를 넣는다.

[OK]를 누른다.
결과해석
제3의 교란요인으로 완치환자수를 고려하여 하는 경우

병상수과 사망자수의 상관계수 r=0.103 으로 약한 양(+)적 선형관계를 가지고 있으나, p=0.319로 통계적으로 유의하지 못하다. (r = partial correlation coefficient adjusted by cure)

즉 완치환자수를 고려할 경우 병상수와 사망자수의 상관성은 없다 (p=0.319).
유의사항
참고로

제3의 교란요인으로 완치환자수를 고려하지 않고 Simple correlation analysis를 시행한 결과는 왼쪽 표와 같았다.

병상수가 큰 병원에 사망자 수가 통계적으로 유의하게 많다 (p=0.047).
by Byung Gil Choi, MD, PhD.   cbg@catholic.ac.kr  Department of Radiology, College of Medicine, The Catholic University of Korea.