مثال پژوهشی برای آموزش رگرسیون خطی چند متغیره در spss:

بررسی رابطه ی ساده و چندگانه ویژگی های شخصیتی ( روان نژندی، برون گرایی، توافق جویی، روشن فکری و وظیفه شناسی) و عزت نفس با رانندگی مخاطره آمیز در رانندگان

فرضیه های تک متغیری پژوهش :

1- روان نژندی با رانندگی مخاطره آمیز رابطه ی مثبت دارد.

2- برون گرایی با رانندگی مخاطره آمیز رابطه ی منفی دارد.

3- توافق جویی با رانندگی مخاطره رابطه ی منفی دارد.

4- روشن فکری با رانندگی مخاطره آمیز رابطه ی منفی دارد.

5- وظیفه شناسی با رانندگی مخاطره آمیز رابطه ی منفی دارد.

6- عزت نفس با رانندگی مخاطره آمیز رابطه ی منفی دارد.

فرضیه ترکیبی یا چندگانه ی پژوهش:

بین پنج بعد شخصیتی و عزت نفس با رانندگی مخاطره آمیز رابطه ی چند گانه وجود دارد.

در مقاله مربوط به همبستگی ساده ی میان هوش و معدل تحصیلی، نسبت به اهمیت مفهوم همبستگی و نقش آن در پیش بینی پدیده های مطالبی بیان شد.

در همبستگی پیرسون فقط رابطه ی میان متغیر (پیش بین و ملاک) بررسی می شود، بنابراین، این نکته روشن است که یک متغیر پیش بین به تنهایی نمی تواند تمام واریانس متغیر ملاک را پیش بینی کند و راه گشای ما در مقاصد کاربردی از معادله ی رگرسیون باشد.

رگرسیون چندگانه یک روش مستقل آماری پیشرفته است که همزمان نقش ترکیب چند متغیر پیش بین ( مستقل) را بر یک متغیر ملاک (وابسته) بررسی می کند و امکان پیش بینی آن پدیده را بهتر از همبستگی تک متغیری فراهم می سازد.

اینک مثالی مطرح می شود تا به کمک آن اهمیت رگرسیون چند متغیری و نقش کاربردی آن در پیش بینی روشن تر شود.

فرض کنید یک شرکت حمل و نقل و باربری می خواهد رانندگانی را استخدام کند که احتمال تصادف و رانندگی مخاطره آمیز در آن ها پایین باشد.

پژوهشگری که توسط این شرکت استخدام می شود تا این مهم را انجام دهد، با مطالعه و بررسی های دقیق و مطالعه ی ادبیات روانشناسی درباره ی حوادث، عوامل پیش بین حوادث رانندگی را شناسایی می کند.

برای نمونه، این پژوهشگر به این نتیجه می رسد که حواس پرتی، مخاطره جویی، وزن توده ی بدن، روان نژندی و عزت نفس دارای نقش کلیدی در بروز حوادث رانندگی هستند.

این پژوهشگر پژوهشی را بر روی 300 نفر راننده که دارای سابقه ای بیش از 10 سال رانندگی هستند، انجام می دهد و تمام اطلاعات لازم و مربوط به متغیر های حواس پرتی ، مخاطره جویی، وزن توده ی بدن، روان نژندی، عزت نفس و میزان حوادث جزیی و شدید آن ها را به کمک پرسش نامه و با دقت بسیاری گرد آوری می کند.

بررسی روابط ساده میان متغیر های پیش بین با نرخ حوادث نشان می دهد که رابطه ی میان تمام متغیر های پیش بین، به جز عزت نفس، با نرخ حوادث مثبت و تنها رابطه ی عزت نفس با متغیر ملاک منفی می باشد.

ادامه دارد ...

آموزش رگرسیون خطی چند متغیره در spss با مثال -قسمت دوم