다중회귀분석 통제변수 spss - dajunghoegwibunseog tongjebyeonsu spss

SPSS 위계적 회귀분석
Hierarchical Regression Analysis
논문쓰는남자

안녕하세요 : ) 논문쓰는남자 [논쓰남] 입니다.

오늘 알아볼 분석은 바로 '위계적 회귀분석' 입니다.

'통제변수' 보러 왔는데 뜸금없이 무슨 위계적 회귀분석이냐고요?

위계적 회귀분석을 알아야 외생변수를 통제할 수 있습니다.

위계적 회귀분석이 대체 무엇이고

SPSS 프로그램에서 어떻게 외생변수를 통제하는지

아래 영상을 통해 확실하게 알고 가시죠!

통제변수를 통한 위계적 회귀분석 표 양식과 해석본은

포스팅 맨 - 아래에 첨부하였으니

필요한 분들은 언제든지 다운 받아 가세요!

SPSS 위계적 회귀분석 방법 유튜브 영상 미리 보기

SPSS 위계적 회귀분석 해석 유튜브 영상 미리 보기

위계적 회귀분석 해석과 논문 통계 표 양식은

아래 첨부파일을 다운로드 하시면 됩니다.

첨부파일

위계적 회귀분석(외생변수 통제) 출력결과.pdf

파일 다운로드

첨부파일

[논쓰남] 위계적 회귀분석(외생변수 통제) 논문 표 양식 및 해석.hwp

파일 다운로드

회귀분석은 연속변수의 선형함수관계를 수식으로 나타내며, 종속변수에 영향을 미치는 독립변수들의 설명력을 알 수 있는 통계적 기법이다. 보통 단순회귀분석으로 유의했던 변수들을 통제변수로 전부 투입하여 다중회귀분석을 실시한다(단순회귀분석은 t검정에서 유의했던 변수를 기준으로 한다). 이 과정에서 변수들 간의 상호작용(보정)이 이루어지고, 최종적으로 종속변수에 영향을 미치는 변수와 설명력이 나온다.

다중회귀분석 시 주의할 점은 연속형 변수만 투입하여야 하며, 명목변수는 더미화(가변수) 과정을 거쳐야 한다. 더미변수를 만들 때는 기준(0)을 정확히 잡아줘야 해석하기도 쉽다. 가령 비흡연군, 운동군을 기준으로 더미변수로 만들어 두 변수 모두 유의하게 나왔다면 비흡연군보다 흡연군에서, 운동군보다 비운동군에서 우울수준이 높다고 말할 수가 있다는 것이다. 아래는 더미변수 만들기(세 집단)와 다중회귀분석 방법의 예제이다.

1) 더미변수 만들기

범주가 두 개인 변수는 변환->다른 변수로 코딩하기에서 1->0, 2->1로 바꾸면 쉽게 가변수를 만들 수가 있다. 하지만 3분류 이상의 변수는 n-1개의 더미변수를 만들어야 한다. 예를 들어 1=비흡연, 2=과거흡연, 3=흡연(3-1=2개)이라고 한다면 아래 표와 같이 만들어야 한다.

변수	S_dummy1	S_dummy2
비흡연(1)	0	0
과거흡연(2)	1	0
흡연(3)	0	1

2) 다중회귀분석 방법과 결과

SPSS에서 다중회귀분석 시 통계량에서 ‘모형적합’, ‘공선성 진단’과 ‘Durbin-Watson’을 체크하여 모형의 적합도를 확인해야 한다. ‘모형적합’은 모형요약과 분산분석을 통해 모형이 적합한지 F값으로 유의확률을 보여준다. ‘공선성 진단’은 변수들 간의 상관관계의 크기를 확인하여 다중공선성에 문제가 없는지(변수들이 서로 독립적인지)를 확인하는 것으로 VIF(분산팽창계수)값이 1보다는 크고 10보다는 작아야 한다. 다음으로 ‘Durbin-Watson’은 오차항들의 독립성 검정으로 0에 가까우면 양의 상관관계, 4에 가까우면 음의 상관관계, 2에 가까우면 독립성이 있다고 판단한다. 위의 분석결과, 모형의 적합도에 문제가 없으므로 아래와 같은 표를 만든다.

<표 해석>

조사 대상자들의 우울수준에 영향을 미치는 요인을 알아보기 위하여 단변량 분석에서 유의하였던 연령, 결혼상태, 흡연상태, 주관적 건강상태, 회사형태, 이직의도, 감정노동 변수를 독립변수로, 우울수준을 종속변수로 하여 다중회귀분석을 실시하였다.

그 결과, 우울수준에 영향을 미치는 요인으로 흡연상태, 주관적 건강상태, 이직의도, 감정노동이 유의한 변수로 선정되었다. 즉, 비흡연군보다 흡연군에서 우울수준이 낮았고, 주관적 건강상태가 좋다는 군보다 좋지 않다는 군에서, 이직의도가 있다는 군보다 없다는 군에서, 감정노동 수준이 낮은 군보다 높은 군에서 유의하게 높았으며, 투입된 변수들의 설명력은 23.0%이었다(최근에는 Adjusted R2을 쓰는 추세이다).

1. 다중회귀분석

1) 다중회귀분석의 목적

① 독립변수 분석 : 종속변수와 관련이 있는 주요 독립변수들을 파악

② 교란변수 통제 : 다른 변수들의 영향을 통제한 상태에서 개별 독립변수들이 종속변수에 실제로 미치는 영향의 정도를 파악

③ 종속변수 예측 : 독립변수들을 통해 가능한 한 정확히 종속변수의 값을 예측

2) 정의

다중회귀분석(Multiple linear regression analysis)은 두 개 이상의 연속형 독립변수가 연속형 종속변수에 미치는 영향을 검증하는 분석 방법입니다. 독립변수의 변화에 의해 종속변수가 어떻게 변화하는지를 검증하는 분석 방법입니다. 단순회귀분석과 개념과 분석방법이 동일하며, 독립변수의 수에서 차이가 납니다.

3) 가설 설정

직장 내 역할 갈등이 팀 성과에 영향을 미치는지 검정하고자 한다면, 독립변수인 역할 갈등, 과업 갈등, 관계 갈등은 연속형 자료, 종속변수인 팀 성과도 연속형 자료이기 때문에 회귀분석을 합니다. 단, 독립변수가 역할 갈등, 과업 갈등, 관계 갈등으로 3개이기 때문에 다중회귀분석이라고 합니다.

① 가설 : 독립변수가 종속변수에 유의한 영향을 미칠 것이다.

가설 1 : 역할 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

가설 2 : 과업 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

가설 3 : 관계 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

4) 다중회귀분석

① 메뉴를 선택합니다.

② '독립변수' 입력칸에 독립변수인 '역할 갈등', '과업 갈등', '관계 갈등', '종속변수' 입력칸에 종속변수인 '팀 성과'를 지정합니다.

③ '통계량'을 클릭합니다.

④ 'R 제곱 변화량', '공선성 진단', 'Durbin-Watson'을 지정하고, '계속'을 클릭합니다.

⑤ '확인'을 클릭합니다.

⑥ '모형 요약b'에서 'R제곱', 'Durbin-Watson', 'ANOVAa'에서 'F'값과 '유의확률'을 확인해줍니다.

⑦ 회귀모형의 적합도는 F값이 8.036, 유의확률이 <.000으로 나타났습니다. 유의확률이 .000 미만으로 .05보다 작으므로 회귀모형은 적합하다고 할 수 있습니다.

⑧ 수정된 R 제곱은 독립변수가 종속변수를 얼마나 설명하는지를 나타내는 설명력으로, 이 회귀모형에서는 .077이며, 약 7.7%를 설명한다고 할 수 있습니다. 단순회귀분석과 다른 것은 다중회귀분석에서는 수정된 R 제곱의 수치를 봐야하는데, 이는 변수의 개수까지 고려하여 계산된 설명력이기 때문입니다. 또한 사회과학에서 하나의 변수가 3%만 되어도 영향력이 있다고 할 수 있습니다.

⑨ Durbin-Watson 통계량은 잔차의 독립성 여부를 판단하기 위한 수치이며, 통계량이 2에 근사할수록 잔차에 독립성이 있다고 할 수 있습니다. 이 회귀모형에서는 Drubin-Watson 통계량이 1.970으로 잔차의 독립성 가정을 만족한다고 할 수 있습니다.

⑩ VIF 값이 모두 10보다 작으므로 다중공선성 문제는 없다고 할 수 있습니다. 만약 다중공선성에 문제가 있는 변수가 있다면, 그 변수는 제외해야 하며, 변수의 크기가 큰 것부터 제외하면 됩니다.

독립변수별로 유의확률을 보면 역할갈등은 .808, 과업갈등은 .045, 관계갈등은 .539로 과업갈등만이 팀 성과에 유의한 영향을 미치는 것을 알 수 있습니다. 과업 갈등(β=-.242, p<.05)은 팀 성과에 유의한 부(-)의 영향을 미치며, 과업 갈등이 증가할수록 팀 성과가 감소하였습니다.