Professional Documents
Culture Documents
Multiple Regression
Multiple Regression
▨ 정의
등간척도 ( 또는 비율척도 ) 로 측정된 두개 이상 여러개의 독립변인이
등간척도 ( 또는 비율처도 ) 로 측정된 한개의 종속 변인에 미치는 영향력을
분석하여 연구가설을 검증하는 통계방법
▨ 조건
1) 독립변인
(1) 수 : 두개 이상 여러개
(2) 측정 : 등간척도 또는 비율척도 ( 명명척도 : 가변인사용 )
2) 종속변인
(1) 수: 한 개
(2) 측정 : 등간척도 또는 비율척도
연구절차
1. 연구가설 선정
2. 통계프로그램 실행
4. 변인의 상관관계계수 분석
6. 회귀계수 분석 및 유의도 검증
9. 다중 공선성 문제 확인 : multicollinearity
10. 전제 조건 검증
1. 연구가설 선정
예 > 기술통계
평균 표준편차 사례수
(n)
TV 시청량 47.2000 14.7930 25
연령 28.7600 6.7656 25
교육 2.1200 .7810 25
4. 상관관계계수
예 > 상관관계계수 행렬표
< 연령 > 과 < 텔레비전 시청량 > 은 0.449 로 비교적 관계가 있는 것으로 나타났다 .
반면 < 교육 ) 과 < 연령 > 간의 상관관계계수는 0.006 으로 매우 낮았다 .
5. 회귀모델의 변량 분
석
(1) 독립변인간 상관관계가 존재하지 않을때 ( 상관관계 =0)
R2( 설명변량 ) = 교육 r2 + 연령 r2
but, 독립변인간 상관관계가 '0' 일 경우 거의 없음
① 변량 분석
R2 < 교육 r2 + 연령 r2
R2 = 교육 r2 + 연령 r2 - 교육과 연령 r2
▶ but,
이 유의도 검증은 변인간의 관계가 있는지 없는지만을 판단해 주기 때문에 변인가
의 관계가 정적인 (+) 관계인지 , 또는 부적인 (-) 관계인지 , 얼마나 밀접한 관계인지는
알 수 없다 . 이를 알기 위해서는 개별 회귀계수의 유의도를 검증해야 한다 .
6. 회귀계수의 유의도 검증
8. 부분 / 편 상관관계계수 분
석
다른 독립 변인을 제거한 후 남은 독립 변인이 종속 변인과 얼마나 밀접한 관계를 가지는가
를 보여 주는 값
- 여러 독립 변인 간의 상관관계가 높을 때 발생하는 문제
- 한 변인이 통계적으로 유의하게 나오면 이 변인과 상관관계가 높은 다른 변인은 거의 통
계적으로 유의하지 않게 나오는 현상 .
2. 편차가 큰 사례 검사
몇 개 안 되는 편차가 큰 점수 제외 시 설명력이 큰 회귀선 찾을 수 있음