Jak interpretować wyniki regresji za pomocą pakietu statystycznego SPSS
Jak interpretować wyniki regresji za pomocą pakietu statystycznego (SPSS)
Krok 1
Zapisz John Foxx / Stockbyte / Getty Images Wykonaj procedurę regresji w SPSS i otwórz plik wyjściowy, aby przejrzeć wyniki. Plik wyjściowy pojawi się na ekranie, zwykle z nazwą pliku "Wyjście 1" (Wyjście 1). Wydrukuj ten plik i zaznacz ważne sekcje. Ręcznie, zanotuj podczas przeglądania wyników.
Krok 2
Zapisz John Foxx / Stockbyte / Getty Images Rozpocznij swoją interpretację, przeglądając tabelę "Statystyka opisowa". W zależności od wersji używanego pakietu, po raz pierwszy pojawi się na wyjściu. Statystyka opisowa da ci wartości średniej i standardowego odchylenia zmiennych w twoim modelu regresji. Na przykład regresja analizująca wpływ lat edukacji i lat doświadczenia w średnim rocznym dochodzie da ci średnie i standardowe odchylenia zgodnie z danymi każdej z tych trzech zmiennych.
Krok 3
Zapisz Jupiterimages / Photos.com / Getty Images Zwróć uwagę na tabelę korelacji, która pojawi się po analizie statystyki opisowej. Będą one mierzyć stopień powiązania tych zmiennych. Korelacje wahają się od zera do jednego, więc im wyższa wartość, tym wyższy poziom korelacji. Wartości mogą być dodatnie lub ujemne. Oznacza to, że jego znaczenie będzie: korelacja pozytywna lub negatywna.
Krok 4
Zapisz John Foxx / Stockbyte / Getty Images Przejrzyj podsumowanie modelu i zwróć szczególną uwagę na wartość w tabeli R. Wskazuje to, jak duża część zmienności wartości zmiennej zależnej jest wyjaśniona w twoim modelu regresji. Na przykład regresja średniego dochodu w latach kształcenia i latach doświadczenia może wytworzyć w tabeli R wartość 0, 36. Wskazuje to, że 36% zmienności średniego dochodu można wyjaśnić zmiennością wykształcenia i doświadczeniem danej osoby.
Krok 5
Zapisz obrazy Thinkstock / Comstock / Getty Images Określ liniową zależność między zmiennymi w regresji, analizując tabelę analizy wariancji (ANOVA) dostarczoną przez SPSS. Weź pod uwagę wartość statystyki F i jej poziom ważności (oznaczony wartością "Sig"). Jeżeli wartość F jest statystycznie istotna na poziomie 0, 05 lub niższym, sugeruje to liniową zależność między zmiennymi. Istotność statystyczna poziomu 0, 05 wskazuje, że istnieje 95 procent szans, że związek między zmiennymi nie jest spowodowany przypadkiem. Jest to poziom ważności zaakceptowany w większości dziedzin badawczych.
Krok 6
Zapisz Jupiterimages / Goodshoot / Getty Images Przestudiuj tabelę współczynników, aby określić wartość stałej. To podsumowuje wyniki równania regresji. Kolumna B w tabeli podaje wartości współczynników regresji i stałej, która jest wartością oczekiwaną zmiennej zależnej, gdy wartości zmiennych niezależnych są równe zeru.
Krok 7
Zapisz BananaStock / BananaStock / Getty Images Zbadaj wartości zmiennych niezależnych w tabeli współczynników. Wartości w kolumnie B reprezentują stopień, w jakim wartość niezależnej zmiennej przyczynia się do wartości zależnej. Na przykład B 800 za lata nauki sugeruje, że za każdy dodatkowy rok średni dochód wzrasta do 800 USD. Wartości t w tabeli współczynników wskazują statystyczną istotność zmiennej. Ogólnie wartość t 2 lub więcej wskazuje na istotność statystyczną.
