Een regressie is een statistische procedure waarbij twee of meer " onafhankelijk " of " predictor " variabelen worden gebruikt om de scores op een " afhankelijke " of " criterium " variable voorspellen . In IBM SPSS , kan vijf onafhankelijke variabelen te voeren in de regressievergelijking op hetzelfde moment , hetzij als afzonderlijke analyses of een stap in een complexe analyse . Werkwijze regressie afhankelijk van vele variabelen zijn te analyseren . Instructies Belasting 1 up SPSS . In het welkom venster , selecteer " Open een bestaande gegevensbron , " en klik op " More Files . " Navigeer naar de map met uw gegevensbestand , dubbelklik op het. Een output -venster verschijnt , bevestigt dat het bestand werd geladen , en uw gegevens worden weergegeven in de belangrijkste data view . Kopen van 2 Klik op " Analyze , " " Regressie " en " Linear . " < Br > Goedkope 3 Zoek uw afhankelijke variabele uit de lijst aan de linkerkant . Klik het een keer , en klik vervolgens op de pijl naast het ' Dependent ' tekstvak . De variabele beweegt in het vak . 4 Bepaal de volgorde die u wilt IBM SPSS om uw resterende variabelen te analyseren . Als je alleen maar de vijf variabelen die u wilt analyseren tegelijk overgebleven , selecteer ze en klik op de pijl naast het ' Independent ( s ) . "Als je anderen wilt u eerst in de regressie zetten, sleept u ze naar de " Independent ( s ) " doos eerst en klik op ' Next ' en sleep in de vijf variabelen van belang . Als u wilt een meer variabelen te analyseren na deze vijf , klikt u op " Next " opnieuw en sleep ze naar de nu lege doos . Klik 5 " OK . " Wacht tot de analyse te voltooien , dan scroll naar beneden tot je de ' Model Summary " tafel bereiken . Deze tabel geeft de hoofduitgang statistieken van de analyse . Als u gebruikte meer dan een blok van variabelen , kijk voor de labels onder de tabel om te zien welke rij refereert aan welk blok . Hier vind je de " R ", " R Square" en " Gecorrigeerde R Square" statistieken . U bent ook gegeven " R Plein Change ', die u vertelt de aanvullende voorspellende kracht die door elk blok bij elke stap .
|