Как да интерпретираме резултатите от регресията със статистическия пакет на SPSS

Регресията е сложна статистическа техника.

Как да интерпретираме резултатите от регресията със статистическия пакет (SPSS)

Стъпка 1

Изпълнете регресионната процедура в SPSS. Запазете Джон Фокс / Stockbyte / Getty Images

Извършете процедурата за регресия в SPSS и отворете изходния файл, за да прегледате резултатите. Изходният файл ще се появи на екрана ви, обикновено с името на файла "Изход 1" (Изход 1). Отпечатайте този файл и маркирайте важните секции. На ръка, вземайте бележки при прегледа на резултатите.

Стъпка 2

Разглеждането на таблицата на Запазете Джон Фокс / Stockbyte / Getty Images

Започнете интерпретацията си, като разгледате таблицата "Описателна статистика". В зависимост от версията на пакета, който използвате, той ще се появи за първи път в изхода. Описателната статистика ще ви даде стойностите на средното и стандартното отклонение на променливите в модела на регресия. Например регресия, която анализира ефекта от годините на обучение и годините на опит в средния годишен доход, ще ви даде средните и стандартни отклонения според данните за всяка от тези три променливи.

Стъпка 3

Обърнете вниманието си в таблицата на съответствието. Запазете Jupiterimages / Photos.com / Getty Images

Обърнете внимание на таблицата на съответствието, която ще се появи след анализа на описателните статистики. Те ще измерват степента, до която тези променливи са свързани. Корелациите варират от нула до едно, така че колкото по-висока е стойността, толкова по-високо е нивото на корелация. Стойностите могат да бъдат положителни или отрицателни. Тоест, значението му ще бъде: положителна или отрицателна зависимост.

Стъпка 4

Обърнете специално внимание на стойността на R квадрат. Запазете Джон Фокс / Stockbyte / Getty Images

Прегледайте обобщението на модела и обърнете специално внимание на стойността в таблицата R. Това показва колко голяма част от вариацията в стойността на зависимата променлива е обяснена в регресионния ви модел. Например регресията на средния доход в годините на обучение и натрупания опит може да даде в таблица R цифра от 0, 36. Това показва, че 36% от изменението на средния доход може да се обясни от променливостта на образованието и опита на дадено лице.

Стъпка 5

Прилага регресията към анализа на разсейването (ANOVA, за акроним на английски). Запазете Thinkstock Images / Comstock / Getty Images

Определете линейната връзка между променливите в регресията, като разгледате таблицата за анализ на вариациите (ANOVA), предоставена от SPSS. Вземете под внимание стойността на F статистиката и нейното ниво на значимост (обозначена със стойността "Sig"). Ако стойността на F е статистически значима на ниво от 0, 05 или по-малко, това предполага линейна връзка между променливите. Статистическата значимост на ниво 0, 05 показва, че има 95% вероятност връзката между променливите да не се дължи на случайност. Това е нивото на важност, прието в повечето области на научните изследвания.

Стъпка 6

Изучете таблицата с коефициентите, за да определите стойността на константата. Запазете Jupiterimages / Goodshoot / Getty Images

Изучете таблицата с коефициентите, за да определите стойността на константата. Това обобщава резултатите от регресионното уравнение. Колона В в таблицата дава стойностите на регресионните коефициенти и константата, която е очакваната стойност на зависимата променлива, когато стойностите на независимите променливи са равни на нула.

Стъпка 7

Проучете стойностите на независимите променливи в таблицата с коефициентите. Запазете BananaStock / BananaStock / Getty Images

Проучете стойностите на независимите променливи в таблицата с коефициентите. Стойностите в колона Б представляват степента, до която стойността на независимата променлива допринася за стойността на зависимата. Например, Б от 800 години за образование показва, че за всяка допълнителна година средният доход се увеличава до $ 800. Стойностите на t в таблицата с коефициенти показват статистическата значимост на променливата. Като цяло, стойността на t от 2 или повече показва статистическата значимост.