ĐỌC KẾT QUẢ HỒI QUY TRONG SPSS

     

Khác với đối sánh tương quan Pearson, vào hồi quy đa biến các biến không có tính hóa học đối xứng như so với tương quan. Vai trò thân biến tự do và biến phụ thuộc là khác nhau. X với Y hay Y và X có tương quan với nhau mọi mang cùng một ý nghĩa, trong lúc đó cùng với hồi quy, ta chỉ rất có thể nhận xét: X ảnh hưởng lên Y hoặc Y chịu ảnh hưởng bởi X.

Bạn đang xem: đọc kết quả hồi quy trong spss

*

Đối cùng với phân tích hồi quy tuyến đường tính đa biến, họ giả định những biến hòa bình X1, X2, X3 sẽ tác động đến biến phụ thuộc vào Y. Quanh đó X1, X2, X3… còn có khá nhiều những yếu tố khác ngoài mô hình hồi quy ảnh hưởng tác động đến Y mà bọn họ không liệt kê được.


Mục lục


1. Các tiêu chuẩn trong so sánh hồi quy đa biến

1. Các tiêu chí trong đối chiếu hồi quy nhiều biến

1.1 Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square)

Giá trị R2 với R2 hiệu chỉnh phản ảnh mức độ giải thích biến nhờ vào của những biến hòa bình trong mô hình hồi quy. R2 hiệu chỉnh phản ánh ngay cạnh hơn so với R2. Mức dao động của 2 giá trị này là từ bỏ 0 mang đến 1, tuy nhiên việc đạt được mức giá thành trị bằng 1 là gần như không tưởng dù mô hình đó tốt đến nhường nhịn nào. Giá trị này thường phía bên trong bảng model Summary. Cần chú ý, không có tiêu chuẩn đúng chuẩn R2 hiệu chỉnh ở tầm mức bao nhiêu thì mô hình mới đạt yêu cầu, chỉ số này giả dụ càng tiến về 1 thì quy mô càng có ý nghĩa, càng tiến về 0 thì chân thành và ý nghĩa mô hình càng yếu. Thường bọn họ chọn nấc trung gian là 0.5 nhằm phân ra 2 nhánh chân thành và ý nghĩa mạnh/ý nghĩa yếu, từ bỏ 0.5 cho 1 thì mô hình là tốt, nhỏ nhiều hơn 0.5 là mô hình chưa tốt. Tuy nhiên, tùy thuộc vào dạng nghiên cứu và phân tích và dạng dữ liệu, chưa hẳn lúc nào cũng bắt buộc rằng quy mô hồi quy buộc phải đạt giá trị R2 hiệu chỉnh lớn hơn 0.5 mới gồm ý nghĩa.

1.2 kiểm định F

Giá trị sig của chu chỉnh F được áp dụng để kiểm nghiệm độ tương xứng của quy mô hồi quy. Trường hợp sig nhỏ tuổi hơn 0.05, ta kết luận mô hình hồi quy tuyến tính bội cân xứng với tập dữ liệu và hoàn toàn có thể sử chạm được. Quý hiếm này thường phía trong bảng ANOVA.

1.3 hệ số Durbin Watson

Trị số Durbin – Watson (DW) dùng để làm kiểm tra hiện tượng lạ tự đối sánh tương quan chuỗi số 1 (kiểm định tương quan của những sai số kề nhau). DW có mức giá trị trở thành thiên trong vòng từ 0 mang lại 4; nếu các phần sai số không có tương quan tiền chuỗi bậc nhất với nhau thì cực hiếm sẽ gần bởi 2, nếu quý giá càng nhỏ, ngay sát về 0 thì những phần không đúng số có đối sánh thuận; giả dụ càng lớn, sát về 4 có nghĩa là các phần sai số có đối sánh nghịch.

Theo Field (2009), nếu DW nhỏ hơn 1 và to hơn 3, chúng ta cần thực sự xem xét bởi kỹ năng rất cao xẩy ra hiện tượng tự đối sánh chuỗi bậc nhất. Theo Yahua Qiao (2011), thường quý giá DW nằm trong khoảng 1.5 – 2.5 sẽ không còn xảy ra hiện tượng lạ tự tương quan, đây cũng là mức giá thành trị tiêu chuẩn bọn họ sử dụng thịnh hành hiện nay.

Để đảm bảo an toàn chính xác, bọn họ sẽ tra ngơi nghỉ bảng thống kê lại Durbin-Watson (có thể kiếm tìm bảng thống kê DW bên trên Internet). Cực hiếm này thường bên trong bảng mã sản phẩm Summary.

*

Hệ số k’ là số biến độc lập đưa vào chạy hồi quy, N là kích thước mẫu. Giả dụ N của chúng ta là một con số lẻ như 175, 214, 256, 311…. Nhưng bảng tra DW chỉ tất cả các kích cỡ mẫu làm cho tròn dạng 150, 200, 250, 300, 350… thì bạn cũng có thể làm tròn kích thước mẫu với cái giá trị sớm nhất trong bảng tra. Ví dụ: 175 làm cho tròn thành 200; 214 làm cho tròn 200; 256 làm tròn 250, 311 làm cho tròn 300…

1.4 kiểm định t

Giá trị sig của kiểm tra t được áp dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu sig kiểm định t của thông số hồi quy của một trở thành độc lập nhỏ dại hơn 0.05, ta tóm lại biến hòa bình đó có ảnh hưởng đến vươn lên là phụ thuộc. Giả dụ sig kiểm nghiệm t của biến tự do lớn rộng 0.05, bọn họ kết luận biến hòa bình đó không có sự tác động ảnh hưởng lên đổi thay phụ thuộc, với không cần thải trừ biến đó nhằm chạy lại hồi quy lần tiếp theo. Mỗi biến độc lập tương ứng với một thông số hồi quy riêng, do vậy mà ta cũng đều có từng kiểm nghiệm t riêng. Giá trị này thường nằm trong bảng Coefficients.

1.5 Đa cộng con đường VIF

Hệ số cường điệu phương không nên VIF dùng để làm kiểm tra hiện tượng đa cùng tuyến. Thông thường, trường hợp VIF của một biến chủ quyền lớn hơn 10 nghĩa là đang sẵn có đa cùng tuyến xảy ra với biến tự do đó. Lúc đó, biến này sẽ không tồn tại giá trị lý giải biến thiên của biến phụ thuộc trong quy mô hồi quy. Với những đề tài áp dụng thang đo Likert, nếu hệ số VIF > 2 thì kĩ năng rất cao đang xẩy ra hiện tượng nhiều cộng tuyến giữa những biến độc lập. Cực hiếm này thường nằm trong bảng Coefficients.

Xem thêm: Nước Ép Cần Tây Có Tác Dụng “Thần Kỳ” Của Nước Ép Rau Cần Tây Đối Với Sức Khỏe

2. Thực hành trên SPSS đôi mươi với tập tài liệu mẫu

Phần thực hành thực tế này tác giả có một tập data chủng loại với biến dựa vào là Sự sử dụng rộng rãi của nhân viên (ký hiệu HL), các biến chủ quyền là:

Lương, thưởng, phúc lợi: TNBản hóa học công việc: CVQuan hệ cùng với lãnh đạo: LDMôi trường làm cho việc: MTĐào chế tác và thăng tiến: DT

Thực hiện đối chiếu hồi quy đường tính bội để reviews sự tác động của các biến hòa bình này mang lại biến nhờ vào HL.

Để tiến hành phân tích hồi quy đa trở thành trong SPSS 20, bọn họ vào Analyze > Regression > Linear…

*

Đưa biến dựa vào vào ô Dependent, những biến tự do vào ô Indenpendents:

*

Vào mục Statistics, tích chọn các mục như trong ảnh và lựa chọn Continue:

*

Vào mục Plots, tích chọn vào Histogram cùng Normal probability plot, kéo biến chuyển ZRESID thả vào ô Y, kéo đổi mới ZPRED thả vảo ô X như hình mặt dưới. Thường xuyên chọn Continue.

*

Ở mục Save, tích vào ô Standardized như hình dưới để xuất tài liệu phần dư chuẩn hóa, giao hàng cho việc kiểm tra vi phạm luật giả định phương không đúng không đổi. Tiếp nối chọn Continue.

*

*

Các mục còn lại chúng ta sẽ để mặc định. Trở về giao diện ban đầu, mục Method là các cách thức chạy hồi quy, 2 method phổ cập nhất là Stepwise với Enter, thường thì sẽ lựa chọn Enter. Chọn kết thúc phương pháp, chúng ta nhấp vào OK.

*

SPSS đã xuất ra không hề ít bảng, đều bảng các bạn cần thực hiện là: Model Summary, ANOVA, Coefficients.

*

→ quý hiếm R2 hiệu chỉnh bằng 0.726 cho biết biến độc lập đưa vào chạy hồi quy tác động 72.6% sự chuyển đổi của biến đổi phụ thuộc, còn sót lại 27.4% là do các biến ngoài mô hình và không đúng số ngẫu nhiên.

→ hệ số Durbin – Watson = 1.998, nằm trong khoảng 1.5 đến 2.5 nên không tồn tại hiện tượng tự đối sánh tương quan chuỗi số 1 xảy ra.

*

→ các hệ số hồi quy đều lớn hơn 0. Như vậy toàn bộ các biến hòa bình đưa vào phân tích hồi quy đều ảnh hưởng tác động cùng chiều tới biến chuyển phụ thuộc. Dựa vào độ phệ của hệ số hồi quy chuẩn hóa Beta, vật dụng tự nấc độ ảnh hưởng từ vượt trội nhất tới yếu ớt nhất của các biến chủ quyền tới biến phụ thuộc vào HL là: LD (0.394) > DT(0.370) > TN (0.369) > CV (0.323) > MT (0.079). Tương xứng với:

Biến Lãnh đạo và cấp cho trên tác động mạnh mẽ nhất tới sự ăn nhập của nhân viên.Biến Cơ hội huấn luyện và đào tạo và thăng tiến ảnh hưởng tác động mạnh trang bị 2 đến việc hài lòng của nhân viên.Biến Lương, thưởng, phúc lợi tác động ảnh hưởng mạnh sản phẩm 3 tới sự hài lòng của nhân viên.Biến Bản hóa học công việc ảnh hưởng tác động mạnh lắp thêm 4 tới việc hài lòng của nhân viên.Biến Điều kiện thao tác làm việc tác hễ yếu nhất tới việc hài lòng của nhân viên.

Xem thêm: Vẻ Đẹp Phụ Nữ Trung Niên - Phụ Nữ Đẹp Hơn Ở Tuổi Trung Niên

Phương trình hồi quy chuẩn chỉnh hóa:

HL = 0.394*LD + 0.370*DT + 0.369*TN + 0.323*CV + 0.079*MT + e

Sự bằng lòng của nhân viên cấp dưới = 0.394 * lãnh đạo và cấp trên

+ 0.370 * thời cơ đào tạo và thăng tiến

+ 0.369 * Lương, thưởng, phúc lợi

+ 0.323 * thực chất công việc

+ 0.079 * Điều kiện làm việc

** Lưu ý: Khi viết phương trình hồi quy chuẩn hóa, phải sắp xếp những biến hòa bình theo sản phẩm công nghệ tự thông số hồi quy chuẩn hóa giảm dần để thuận tiện đọc công dụng từ phương trình.