اگر تا به حال با تحلیل آماری و تحلیل آماری رگرسیون سر و کله زده باشید، بدون شک نام نرم افزار تخصصی SPSS برایتان آشناست. نرم افزاری که به طور حرفهای برای انجام پیچیدهترین و تخصصیترین معادلات آماری تجهیز و آماده شده است.
کافی است در وبسایت ثبت نام نموده و سفارش تحلیل آماری خود را ثبت نمایید.
صدور فاکتور رایگان است
آیا تا به حال به این فکر کردهاید که چگونه میتوانید قیمت یک خانه را بر اساس متراژ و محله آن پیشبینی کنید؟ یا چگونه نمره امتحان یک دانشجو تحت تأثیر ساعات مطالعه و نمرات قبلی او قرار میگیرد؟ پاسخ بسیاری از این سوالات در یکی از قدرتمندترین تکنیکهای آماری نهفته است: تحلیل رگرسیون در spss.
اغلب مفاهیم همبستگی و رگرسیون در spss با هم به کار میروند. همبستگی صرفاً شدت و جهت رابطه را نشان میدهد (مثلاً ساعات مطالعه بیشتر با نمره بالاتر مرتبط است)، اما رگرسیون در spss پا را فراتر گذاشته و به ما امکان مدلسازی و پیشبینی میدهد (به ازای هر ساعت مطالعه اضافی، چقدر انتظار افزایش نمره داریم).
این مقاله یک آموزش رگرسیون در spss کامل است که شما را از مبانی تا اجرای عملی و در نهایت، بخش حیاتی تفسیر نتایج رگرسیون در spss راهنمایی میکند.
مبانی تحلیل رگرسیون
تحلیل رگرسیون، که گاهی "معادله خط برگشت" نیز نامیده میشود، یک تکنیک آماری بنیادی برای مطالعه ماهیت و چگونگی رابطه بین متغیرهاست. این روش در حوزههای علمی مختلف، بهویژه در یادگیری ماشین و دادهکاوی کاربرد گستردهای دارد.
اهداف اصلی این تحلیل عبارتند از:
-
مطالعه رابطه: بررسی نحوه و میزان تأثیر متغیرهای مستقل (پیشبین) بر روی یک متغیر وابسته (پاسخ).
-
پیشبینی: استفاده از مقادیر متغیرهای مستقل برای پیشبینی مقدار متغیر وابسته.
مدلهای رگرسیونی انواع مختلفی دارند که رایجترین آنها رگرسیون خطی در spss است، اما مدلهای دیگری نیز وجود دارند:
| نوع رگرسیون |
توضیحات |
معادله نمونه
(برای مدل خطی) |
| رگرسیون خطی ساده |
تنها یک متغیر مستقل برای پیشبینی متغیر وابسته وجود دارد. |
$y = a + bx + e$ |
| رگرسیون خطی چندگانه |
بیش از یک متغیر مستقل برای پیشبینی متغیر وابسته به کار میرود. این مدل به عنوان تحلیل رگرسیون چندگانه در spss شناخته میشود و گاهی به آن رگرسیون چند متغیره در spss نیز گفته میشود. |
$y = b₀ + b₁x₁ + b₂x₂ + ... + e$ |
| رگرسیون غیرخطی |
زمانی استفاده میشود که رابطه بین متغیرها به صورت یک تابع غیرخطی باشد. |
- |
| رگرسیون لجستیک در spss |
برای پیشبینی متغیرهای وابستهای که ماهیت طبقهای یا دوحالتی دارند (مانند خرید/عدم خرید). |
- |
در معادله رگرسیون خطی ساده، $y$ متغیر وابسته، $x$ متغیر مستقل، $a$ عرض از مبدأ (Constant)، $b$ شیب خط (Slope) و $e$ عبارت خطا است.
کافی است در وبسایت ثبت نام نموده و سفارش تحلیل آماری خود را ثبت نمایید.
صدور فاکتور رایگان است
مفروضههای کلیدی رگرسیون خطی: ستونهای اعتبار مدل
اعتبار نتایج حاصل از مدل رگرسیون خطی در spss، به ویژه زمانی که از تکنیک کمترین مربعات خطا (OLS) استفاده میشود، به برقراری چندین مفروضه اساسی بستگی دارد. عدم رعایت این پیشفرضها میتواند به نتایج نامعتبر منجر شود.
| مفروضه |
شرح |
روش بررسی در SPSS |
| خطی بودن (Linearity) |
رابطه بین متغیرهای مستقل و وابسته باید خطی باشد. |
رسم نمودار پراکندگی (Scatter Plot). |
| نرمال بودن باقیماندهها |
باقیماندهها (خطاها) باید دارای توزیع نرمال باشند. |
- هیستوگرام (Histogram) باقیماندهها - نمودار P-P Plot - آزمون کولموگروف-اسمیرنوف (Sig > 0.05) |
| همگنی واریانسها (Homoscedasticity) |
واریانس باقیماندهها باید در تمام سطوح ثابت باشد. |
رسم نمودار پراکندگی ZRESID در برابر ZPRED (نباید الگوی قیفی داشته باشد). |
| استقلال باقیماندهها |
باقیماندهها باید از یکدیگر مستقل باشند (عدم خودهمبستگی). |
آماره دوربین-واتسون (Durbin-Watson) (مقادیر بین 1.5 تا 2.5). |
| عدم وجود چندهمخطی (Multicollinearity) |
(فقط در رگرسیون چندگانه در spss ) متغیرهای مستقل نباید همبستگی بسیار بالایی با هم داشته باشند. |
- شاخص تولرانس (Tolerance) - فاکتور تورم واریانس (VIF) (مقادیر VIF نباید بیشتر از 5 باشد). |
| عدم وجود نقاط پرت تأثیرگذار |
مشاهدات دورافتاده میتوانند مدل را منحرف کنند. |
- فاصله ماهالانوبیس (Mahalanobis Distance) |
اجرای تحلیل رگرسیون در SPSS
در این بخش، که به نوعی یک آموزش تصویری رگرسیون در spss (به صورت متنی) است، مراحل اجرا را قدم به قدم طی میکنیم.
گام اول: دسترسی به ابزار
از منوی اصلی نرمافزار، مسیر زیر را دنبال کنید:
Analyze → Regression → Linear...
گام دوم: تعریف متغیرها و روش ورود
در پنجره باز شده:
-
متغیر وابسته (پاسخ) را به کادر Dependent منتقل کنید.
-
یک یا چند متغیر مستقل (پیشبین) را به کادر Independent(s) منتقل کنید.
-
Method (روش ورود): روش ورود متغیرها را انتخاب کنید.
-
Enter (ورودی): تمام متغیرها همزمان وارد میشوند. (برای تحلیل رگرسیون چندگانه در spss که مبتنی بر تئوری است، مناسب است).
-
Stepwise (گام به گام): متغیرها بر اساس اهمیت آماری یک به یک وارد یا خارج میشوند.
-
Forward (پیشرو): مدل از قویترین متغیر شروع میکند و به ترتیب اضافه میکند.
-
Backward (پسرو): مدل با همه متغیرها شروع میکند و ضعیفترینها را حذف میکند.
گام سوم: تنظیمات آماری (Statistics)
بر روی دکمه Statistics کلیک کنید و گزینههای زیر را فعال نمایید:
-
Estimates: برای نمایش ضرایب.
-
Confidence intervals: برای بازه اطمینان.
-
Model fit: برای نمایش R Square.
-
Collinearity diagnostics: برای بررسی VIF (بسیار مهم در رگرسیون چندگانه).
-
Durbin-Watson: برای بررسی خودهمبستگی.
گام چهارم: رسم نمودارها (Plots)
بر روی دکمه Plots کلیک کنید:
گام پنجم: ذخیره مقادیر (Save)
در صورت نیاز به بررسی دقیقتر مفروضهها، در بخش Save میتوانید مقادیر Standardized (باقیماندههای استاندارد) و Mahalanobis (فاصله ماهالانوبیس) را ذخیره کنید.
پس از انجام تنظیمات، با کلیک بر روی OK، خروجی تحلیل نمایش داده میشود.
کافی است در وبسایت ثبت نام نموده و سفارش تحلیل آماری خود را ثبت نمایید.
صدور فاکتور رایگان است
تفسیر نتایج رگرسیون در SPSS
درک خروجیها مهمترین بخش کار با رگرسیون spss است. در ادامه، تفسیر نتایج رگرسیون گام به گام در spss را برای هر جدول کلیدی بررسی میکنیم.
جدول ۱: Model Summary (خلاصه مدل)
این جدول برازش کلی مدل را نشان میدهد.
| آماره |
تفسیر |
| R |
ضریب همبستگی پیرسون بین مقادیر واقعی و پیشبینیشده. |
| R Square (ضریب تعیین) |
مهمترین آماره این جدول. نشان میدهد که چند درصد از تغییرات متغیر وابسته توسط متغیرهای مستقل تبیین میشود. (مثال: R Square = 0.489 یعنی مدل 48.9% از واریانس متغیر وابسته را توضیح میدهد). |
| Adjusted R Square |
ضریب تعیین تعدیلشده. ارزیابی بهتری از برازش مدل (به خصوص در رگرسیون چندگانه در spss) ارائه میدهد. |
| Durbin-Watson |
(در صورت انتخاب) برای بررسی استقلال خطاها. مقادیر بین 1.5 تا 2.5 مطلوب است. |
جدول ۲: ANOVA (تحلیل واریانس)
این جدول معناداری کلی مدل را میآزماید.
جدول ۳: Coefficients (ضرایب)
این جدول مهمترین و پرجزئیاتترین بخش خروجی است و به ما میگوید کدام متغیرها تأثیرگذار بودهاند.
| ستون |
تفسیر |
| (Constant) |
عرض از مبدأ (مقدار $a$). مقدار پیشبینیشده برای $y$ وقتی همه $x$ها صفر باشند. |
| Unstandardized Coefficients (B) |
ضرایب معادله رگرسیون. نشان میدهد به ازای یک واحد افزایش در متغیر مستقل، متغیر وابسته چقدر تغییر میکند (با ثابت نگه داشتن سایر متغیرها). |
| Standardized Coefficients (Beta) |
ضرایب استاندارد شده. برای مقایسه قدرت تأثیر متغیرهای مستقل (با واحدهای اندازهگیری متفاوت) استفاده میشود. هر کدام بتای بزرگتری (قدر مطلق) داشته باشد، تأثیر نسبی بیشتری دارد. |
| t و Sig. (p-value) |
برای بررسی معناداری هر متغیر. اگر مقدار Sig. برای یک متغیر کمتر از 0.05 باشد، آن متغیر یک پیشبین معنادار است. اگر بزرگتر باشد، آن متغیر تأثیر معناداری ندارد. |
| Collinearity Statistics (VIF) |
(در صورت انتخاب) برای تشخیص چندهمخطی. مقادیر VIF بزرگتر از 5 یا 10 (بسته به منبع) نشاندهنده وجود مشکل است. |
نمودارهای باقیماندهها
-
هیستوگرام و P-P Plot: باید توزیع نرمال (زنگولهای شکل و نزدیک به خط قطری) را نشان دهند.
-
نمودار ZRESID در برابر ZPRED: باید پراکندگی تصادفی و بدون الگوی مشخص (مانند قیف) داشته باشد تا همگنی واریانسها تأیید شود.
کافی است در وبسایت ثبت نام نموده و سفارش تحلیل آماری خود را ثبت نمایید.
صدور فاکتور رایگان است
آشنایی با رگرسیون لجستیک در SPSS
در حالی که این راهنما بر رگرسیون خطی در spss تمرکز داشت، بسیاری از مواقع متغیر وابسته ما خطی و پیوسته نیست، بلکه طبقهای است (مانند: بله/خیر، موفق/ناموفق، خرید/عدم خرید).
در اینجاست که رگرسیون لجستیک در spss وارد میدان میشود. این مدل قدرتمند به جای پیشبینی یک مقدار عددی، احتمال تعلق یک مشاهده به یک دسته خاص را پیشبینی میکند.
اگرچه اجرای آن در SPSS (از منوی Analyze > Regression > Binary Logistic...) مشابه است، اما تفسیر نتایج رگرسیون لجستیک در spss تفاوتهای کلیدی دارد. در آنجا به جای R-Square با آمارههایی مانند Nagelkerke R Square و به جای ضرایب B، با (Exp(B یا همان نسبت شانس (Odds Ratio) سروکار داریم که تفسیر متفاوتی نیاز دارد.
رگرسیون SPSS ابزاری قدرتمند در دستان شما
تحلیل رگرسیون در spss یکی از پرکاربردترین ابزارهای آماری برای پژوهشگران، تحلیلگران داده و دانشجویان است. با دنبال کردن این آموزش رگرسیون در spss، شما نه تنها با مبانی و نحوه اجرا، بلکه با بخش حیاتی تفسیر نتایج رگرسیون در spss نیز آشنا شدید.
به یاد داشته باشید که اعتبار مدل شما به برقراری مفروضهها بستگی دارد. همیشه قبل از تفسیر نهایی، مفروضهها را با دقت بررسی کنید. چه در حال انجام یک رگرسیون چندگانه در spss باشید و چه یک مدل ساده خطی، SPSS تمام ابزارها را برای یک تحلیل جامع و معتبر در اختیار شما قرار میدهد.
کافی است در وبسایت ثبت نام نموده و سفارش تحلیل آماری خود را ثبت نمایید.
صدور فاکتور رایگان است
