DÜZ ÇOKLU REGRESYON – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Çoklu Regresyon Kullanarak Yol Analizi
IBM SPSS®’de bir yol analizi gerçekleştirmek için kullanılabilen iki ayrı istatistiksel teknik vardır, çoklu regresyon ve SEM. Bu bölümde yol analizine yönelik çoklu regresyon yaklaşımını açıklıyoruz ve yol analizini SEM kullanarak ele alıyoruz.
Çoklu regresyon kullanarak, her içsel değişken için bir analiz olmak üzere bir dizi çoklu veya basit regresyon analizi gerçekleştiririz. Örneğin, çizilen model için iki içsel değişkenimiz var ve bu nedenle iki ayrı çoklu regresyon analizine ihtiyaç duyacağız – bir analiz yaşı ve SES’in iyimserliği öngörmesini içerir ve diğer analiz, yaş ve yaşam kalitesini öngören iyimserliği içerir.
Bu regresyon analizlerinden elde edilen çıktı, standartlaştırılmamış ve standartlaştırılmış yol (regresyon) katsayılarının yanı sıra her bir içsel değişken için açıklanan varyans (R2) ile sınırlıdır. Bu çıktı, teorik olarak ilgili ilişkileri değerlendirmek için yeterli olabilir, ancak regresyon analizleri, modelin verilere uygunluğuna dair herhangi bir tahmin sağlamaz.
SAYISAL ÖRNEK
Örneğimiz için kullandığımız kurgusal veriler, zorlu tıbbi koşullarla karşı karşıya kalan 244 hastanın tıbbi bir araştırmasını temsil etmektedir. Amaç, yaşam kalitelerinden (yaşam kalitesi) ne kadar memnun olduklarını açıklamaktı; yaşam kalitesine ilişkin değerler 0 ile 20 arasında olabilir ve daha yüksek değerler daha olumlu yargılara işaret eder.
Yaş ve SES (yüksek değerler daha yüksek SES’i gösteren yedi adımda kategorize edilir) modelde dışsal değişkenler olarak işlev görür ve iyimserlik (30 ile 90 arasında puanlanır, daha yüksek değerler daha fazla iyimserliği gösterir) modelde aracı değişken olarak hizmet eder. Veriler, yaşam kalitesi adlı veri dosyasında bulunur.
ANALİZ STRATEJİSİ
Önce, yaşam kalitesi sonuç değişkenini tahmin etmek için yaş, SES ve iyimserliği kullanan standart (“düz”) bir çoklu regresyon analizinin sonuçlarını gerçekleştirir ve kısaca sunarız; bu, yol analizi için bir temel teşkil edecektir. Daha sonra, tüm yol katsayılarını oluşturmak için iki çoklu regresyon prosedürünü kullanarak bir yol analizi gerçekleştiririz; bu bağlamda iyimserliğin oynadığı basit aracılık rolünü değerlendiriyoruz.
“DÜZ” ÇOKLU REGRESYON ANALİZİ: KURULUM
Quality of life veri dosyasını açıyoruz ve ana menüden Analiz ➔ Regresyon ➔ Doğrusal’ı seçiyoruz. Kısaca, yaşam kalitesi_yaşamını Bağımlı panele ve diğer tüm değişkenleri Bağımsız(lar) paneline taşıyoruz. Bu analizi, tüm tahmin edicilerin modelde eşit statüde olması anlamında “düz” olarak düşünüyoruz; yani, yordayıcı değişkenlerin tümü, ilişkili dışsal değişkenler olarak ele alınır.
Gösterilen İstatistik ekranında, Tahminler (regresyon katsayılarını elde etmek için), Model uyumu (R2 ve düzeltilmiş R2’yi elde etmek için), R kare değişimi (bu çıktıyı örnekleme amacıyla göstermek için), Tanımlayıcıları ( aşağıdakileri içeren tanımlayıcı istatistikleri elde etmek için) kontrol ederiz. korelasyon matrisi) ve Kısmi ve kısmi korelasyonlar (sıfır dereceli, kısmi ve yarı kısmi korelasyonları elde etmek için). Ana iletişim penceresine dönmek için Devam’a tıklayın ve analizi gerçekleştirmek için Tamam’a tıklayın.
Doğrusal regresyon Analizi örnekleri
Çoklu regresyon analizi örnekleri
Basit doğrusal regresyon analizi
Regresyon analizi
Regresyon Analizi ders notları
Lineer regresyon analizi
Regresyon analizi PDF
Regresyon Nedir
“DÜZ” ÇOKLU REGRESYON ANALİZİ: ÇIKTI
Değişken çiftleri arasındaki korelasyonlar gösterilmiştir, yaşam kalitesi her üç tahmin ediciyle de büyük ölçüde ilişkilidir. Tahmin edicilerin tümü de birbiriyle ilişkiliyken, teorik olarak doğrulanırsa, uygulanabilir bir yol yapısı olasılığı dikkate alınmaya değer olabilir. İki dışsal değişken (yol modelinde) yaş ve SES arasındaki korelasyon, yol diyagramının son versiyonuna yerleştireceğimiz bir değer olan -.29’dur.
Sunulan Model Özeti, bize yaşam kalitesi varyansının yaklaşık %33’ünün (düzeltilmiş R2 = .334) model tarafından açıklandığını bildirir. Bireysel tahmin edicilerle ilişkili Katsayılar gösterilir. Modelde yalnızca iyimserlik istatistiksel olarak anlamlıydı; yaklaşık .15’lik (.3892 = .151321) kare yarı kısmi korelasyonu, yaşam kalitesi varyansının yaklaşık %15’inin iyimserlikle benzersiz bir şekilde açıklandığını göstermektedir.
Bu sonuçlardan, bazı araştırmacılar, yaş ve SES’in yaşam kalitesi açıklamasıyla (öngörünün herhangi bir açıklamasında harcanabilir) alakasız olduğuna inanmaya meyilli olabilir. Aslında, bu iki değişken, bir adım yöntemine (örneğin, adım adım çoklu regresyon) dayalı bir modelden hariç tutulacaktır.
Ancak değişkenleri yapılandırmak için “düz” bir analitik stratejiden başka bir şey kullanılırsa hikaye daha karmaşık (yani teorik olarak alakalı ve ilginç) olabilir. Değişkenlerin daha karmaşık bir konfigürasyonunu kullanma fırsatı, yol modellemenin son birkaç on yılda popülerlik kazanmasının nedenidir.
ÇOKLU REGRESYON KULLANARAK YOL ANALİZİ: ANALİZ 1
Yol modelini sunduk. İki içsel değişken olduğu için, her biri içsel değişkenlerden birini öngören tam yol katsayıları setini elde etmek için iki çoklu regresyon analizi yapmak gerekir. İlk regresyon analizinde, yaşam kalitesini tahmin etmek için yaşı ve iyimserliği kullanırız. Ana menüden Analiz ➔ Regresyon ➔ Doğrusal’ı seçiyoruz.
Kısaca (iletişim ekranlarını göstermeden), analizin geri kalanı için yukarıdaki kurulumu koruyarak yaşam kalitesi_yaşamını Bağımlı panele ve yaş ve iyimserliği Bağımsız(lar) paneline taşırız.
Ana sonuçlar sunulmuştur. Yaş ve iyimserlik birlikte yaşam kalitesi varyansının yaklaşık %33’ünü oluşturuyor. Yalnızca iyimserlik, istatistiksel olarak anlamlı bir kısmi regresyon katsayısı ile ilişkilendirildi. Yaş ve iyimserlikle ilişkili standartlaştırılmış (beta) katsayılar sırasıyla −.105 ve .528’dir; bu değerler, bu değişkenler için yol katsayıları olarak yol diyagramına yerleştirilecektir.
ÇOKLU REGRESYON KULLANARAK YOL ANALİZİ: ANALİZ 2
İkinci analizde, iyimserliği tahmin etmek için yaş ve SES kullanılmıştır. Ana menüden Analiz ➔ Regresyon ➔ Doğrusal’ı seçiyoruz. Diyalog ekranlarını göstermeden, iyimserliği Bağımlı panele ve yaş ve SES’i Bağımsız(lar) paneline taşıyarak, analizin geri kalanı için önceden açıklanan istatistiksel kurulumu koruyoruz.
Ana sonuçlar sunulmuştur. Yaş ve SES birlikte iyimserlik varyansının yaklaşık %35’ini oluşturuyordu. Her öngörücü, istatistiksel olarak anlamlı bir kısmi regresyon katsayısı ile ilişkilendirildi. Yaş ve SES ile ilişkili standartlaştırılmış (beta) katsayılar sırasıyla −.306 ve .431; bu değerler, bu değişkenler için yol katsayıları olarak yol diyagramına yerleştirilecektir.
Basit doğrusal regresyon Analizi Çoklu regresyon analizi örnekleri Doğrusal regresyon Analizi örnekleri Lineer regresyon analizi Regresyon analizi Regresyon Analizi ders notları Regresyon analizi pdf Regresyon Nedir