SPSS中有控制变量的说法。
只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。控制变量衍生到生活中的作用是控制一定影响因素从而得到真实的结果。
实验中主要涉及三种变量：自变量、因变量和控制变量，其中前二者又统称为实验变量。一般来说，实验法要求实验变量必须是明确、客观的。自变量必须能够被操纵，而因变量必须能被客观地测量。
例如，记忆材料的性质就是一个很好的自变量，因为我们能够很容易地区分出对文字、图片、无意义字符等材料的记忆任务；而记忆保持量是一个很好的因变量，因为它能够被精确地测量把握。
扩展资料
SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，
每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。
参考资料来源：百度百科-控制变量
参考资料来源：百度百科-spss
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2018-04-08
你可以用分层回归分析。所谓的“控制变量”，就是看一下，排除了这些变量的影响之后，其他变量对因变量的预测作用是怎么样的。
比如，在分析时，将人口统计学变量（性别，年龄等等）作为控制变量，在分层回归时放入BLOCK1，之后在BLOCK2中放入其他变量。通过观察导出的结果，可以看出，在剔除了人口统计学变量之后，其他变量的方差贡献增加率。本回答被提问者和网友采纳
比如，在分析时，将人口统计学变量（性别，年龄等等）作为控制变量，在分层回归时放入BLOCK1，之后在BLOCK2中放入其他变量。通过观察导出的结果，可以看出，在剔除了人口统计学变量之后，其他变量的方差贡献增加率。本回答被提问者和网友采纳
相似回答