نکته مهم:
وزن های استاندارد رگرسیون را به شکل دیگر نیز می توان تعبیر و تفسیر کرد.
آموزش رگرسیون خطی چند متغیره در spss با مثال - قسمت اول
از آنجا که این اوزان از تحلیل رگرسیون روی نمره های استاندارد حاصل می شوند، می توان گفت در ازای یک واحد تغییر در انحراف استاندارد متغیر مستقل، می توان گفت در ازای یک واحد تغییر در انحراف استاندارد متغیر مستقل، Beta واحد در انحراف استاندراد متغیر وابسته تغییر ایجاد خواهد شد.
طبیعی است هر چه مقدار Beta بیشتر باشد، اثر آن در متغیر وابسته منعکس می شود و این همان چیزی است که می توان از ان به ضریب تأثیر تعبیر کرد.
اگر به بلوک 6 از اوزان استاندارد رگرسیون توجه کنید، می توانید وزن اختصاصی هر متغیر را با یکدیگر مقایسه کنید.
در بلوک 6 وزن رگرسیون عزت نفس (439/0-)، وظیفه شناسی (120/0-)، روان نژندی ( 108/0)، برون گرایی (070/0-)، روشن فکری (123/0-) و توافق جویی (038/0) آمده است.
این اوزان تأثیر هر متغیر را بر متغیر رانندگی مخاطره آمیز پس از کنترل متغیرهای دیگر از روی آن متغیر مورد نظر و متغیر وابسته نشان می دهد.
همان گونه که ملاحظه می شود، بیشترین و کمترین اوزان به متغیرهای عزت نفس و توافق جویی تعلق دارد.
به هر ترتیب دیگری که متغیرهای پیشی بین را در معادله ی رگرسیون به روش سلسله مراتبی وارد کنیم مقدار اوزان رگرسیونی آن ها در بلوک 6 هیچ تغییری نخواهد کرد.
ضرایب رگرسیون با یک آزمون t که مقدار آن در کنار هر کدام از مقادیر Beta وجود دارد و معنی داری مرتبط با آن، آزموده می شوند.
با وارسی جدول ضرایب رگرسیون می توان دریافت که در بلوک اول و دوم اوزان متغیهای عزت نفس و وظیفه شناسی معنی دار هستند و در بلوک های بعدی وزن هیچ متغیری در حد معنی داری نرسیده است.
پرسش مهم و اساسی این است که با اوزان غیر استاندارد کدامین متغیر ها باید معادله ی رگرسیون را جهت مقاصد پیش بینی به کار گرفت؟
برای آموزش کامل توصیه می شود در ادامه بسته آموزشی را با پرداخت آنلاین بلافاصه تهیه نمایید.
آموزش رگرسیون خطی چند متغیره در spss با مثال - قسمت اول
