다중회귀분석 SPSS - dajunghoegwibunseog SPSS

SPSS 통계분석

SPSS 회귀분석 및 해석 방법 (SPSS 다중회귀분석)

SPSS 회귀분석 (Linear Regression Analysis) 방법을 살펴보겠습니다. 

회귀분석이란, 

정량적 변수(점수화 할 수 있는 변수)가 정량적 변수에 미치는 영향을 

검증하고자 할 때 사용하는 분석입니다. 

단순회귀분석은 독립변수가 한 개가 종속변수에 미치는 영향을 검증하는거고, 

다중회귀분석은 독립변수 여러 개가 종속변수에 미치는 영향을 검증하는거에요. 

단순회귀분석이나 다중회귀분석이나, 

방법에서는 동일하기 때문에, 다중회귀분석 예시로 볼게요. 

예를 들면, 휴대폰의 디자인 만족도와 기능 만족도가 

전반적 만족도에 미치는 영향에 대해 분석을 하겠습니다. 

1. [분석] - [회귀분석] - [선형] 을 선택합니다. 

2. 독립변수에는 '디자인 만족도'와 '기능 만족도'를, 

   종속변수에는 '전반적 만족도'를 넣어줍니다. 

   그리고 "통계량" 메뉴에 들어갑니다. 

3. 독립변수의 다중공선성 여부를 파악하기 위해 "공선성 진단"을 체크하고, 

   잔차의 독립성 여부를 검증하기 위해 "Durbin-Watson"을 체크합니다. 

   그리고 "계속", "확인"을 클릭해주면 됩니다. 

그러면 결과가 나타나는데요. 

먼저 모형 요약에서는 

R제곱과 수정된 R제곱, 그리고 Durbin-Watson 값이 나왔네요. 

R제곱은 독립변수가 종속변수를 얼마나 설명하는지를 의미하는 통계량입니다. 

여기서는 .459로 나타났기 때문에, 약 45.9%를 설명한다고 할 수 있습니다. 

수정된 R제곱은 변수가 많아지면 무조건 높아지는 R제곱의 단점을 보완한 R제곱입니다. 

여기서 수정된 R제곱은 .457로 나타났네요. 

R제곱과 큰 차이가 나지 않을수록 좋은 모형이라고 할 수 있습니다. 

요즘은 논문에서 R제곱과 수정된 R제곱을 모두 표기하는 게 일반적입니다. 

한편 Durbin-Watson은 1에서 3 사이의 값을 보이면, 

잔차의 독립성에 큰 문제가 없다고 할 수 있는데, 

여기선 1.874로 나타나 잔차의 독립성이 충족된 것으로 판단됩니다. 

다음으로 분산분석에서는, 

F값에 대한 유의확률을 확인해야 하는데, 

유의확률(p값)이 0.05보다 작으면, 

회귀모형이 적합하다고 할 수 있습니다. 

마지막으로 계수에서는, 

VIF값을 먼저 봐야 하는데, VIF가 10 미만이면, 다중공선성에는 문제가 없다고 합니다. 

다중공선성이란, 너무 비슷한 변수가 독립변수에 포함된 경우를 말하는데, 

여기서는 VIF값이 모두 1점대로 작으므로, 다중공선성 문제는 없는 것으로 나타났네요. 

다음으로 변수의 유의성을 확인하기 위해 유의확률을 볼게요. 

유의확률이 0.05보다 작으면, 그 변수가 종속변수에 유의한 영향을 미친다고 할 수 있어요. 

디자인 만족도와 기능 만족도의 유의확률이 모두 0.05보다 훨씬 작게 나타났네요. 

즉, 디자인 만족도와 기능 만족도는 전반적 만족도에 유의한 영향을 미치는 것으로 판단됐네요. 

베타값을 볼까요? 

디자인 만족도는 .129, 기능 만족도는 .596으로 나타났습니다. 

둘 다 플러스 값이기 때문에, 

디자인 만족도와 기능 만족도는 전반적 만족도에 정(+)의 영향을 미친다고 할 수 있습니다. 

그리고 베타 값이 기능 만족도가 훨씬 크기 때문에, 

기능 만족도가 디자인 만족도 보다는 전반적 만족도에 더 큰 영향을 미친다고 할 수 있겠네요. 

결과적으로 휴대폰 회사에서는, 고객들의 전반적인 만족도를 높이기 위해서는, 

디자인보다는 기능에 중점적인 개선을 해야한다고 결론을 낼 수 있겠네요. 

아래는 논문에서 주로 표현하는 표의 형태입니다. 

참고하시구요. 

이상 SPSS로 회귀분석을 하는 방법 소개였습니다. 

참고.  카이제곱 검정​   독립표본 t-검정​   대응표본 t-검정​ ​  일원배치분산분석​​

        상관관계 분석​

​

​

여러분 안녕하세요 :)

드림셀파 논문컨설팅 · 통계분석 · 리서치 입니다.

오늘은 지난번 단순회귀분석 SPSS로 실습해 보기 편에 이어서

SPSS에서 다중회귀분석 실습해보기를 할 예정이예요

오늘도 어렵지 않게 가설 설정 부터 데이터 돌리기,

그리고 나온 결과표 까지 함께 살펴볼 예정이니 저와함께 집중해주세요

​

​

자, 다중회귀분석의 경우 단순회귀분석과 대립가설이 조금다릅니다.

아래 보이는 것처럼

'회귀식의 결정꼐수 중 하나 이상은 0이 아닐것이다.'

가 단순회귀분설에 해당하는 대립가설이 되는데요

​

​

이를 좀더 논문에 맞는 가설로 바꾼다면,

서비스만족도, 제품만족도, 요금만족도 중 하나 이상은 재구매 의향에 영향을 준다

라는 표현이 되겠지요?

​

단순회귀분석과 다중회귀분석의 가설상의 차이점을 꼭 기억해주세요

헷갈린다면 지난번 포스팅 얼른 확인하고 오세요 ~

https://blog.naver.com/moses3650/221351520571

​

자, 그럼 이제 SPSS에서 데이터를 가지고 다중회귀분석을 진행해봅시다!

​

​

​

자 우선 리커트 척도의 데이터들을 쭉 입력해주세요~

데이터 입력을 마친후

SPSS상단의 분석 > 회귀분석 > 선형 버튼을 클릭해서 창을 켤거예요~

여기까지는 단순회귀분석과 동일하죠?

​

​

​

​

자, 그러면 이제 이 창에서 독립변수와 종속변수를 구분해서 넣을거랍니다.

서비스만족도와 제품만족도 그리고 요금만족도는 독립변수가 되겠지요?

그리고 재구매의향은 종속변수가 될거예요

각각 맞게 옮겨주세요 :)

그리고 난 후 우측에 있는 [통계량] 버튼을 클릭!

​

​

​

여기에서 독립변수들간의 다중공선성을 알아보기 위해서 통계량박스에서 꼭 공선성 진달을 체크해주시고,

회귀식 적합도를 살펴보기 위한 방법인 Durbin-Watson도 체크해주시면 됩니다.

자, 그리고 난 후에 최적화 모형을 선별하기 위한 변수 선택방법을 정할거예요

​

​

우리는 모든 변수를 단일 단계로 진입하는 방식인 [입력] 방식으로 선택해서 진행해줍니다.

확인 버튼을 눌러서 계산을 실행시키면!

아래와 같이 다중회귀분석 결과 표가 나온답니다.

​

그럼 저와 함께 분석 결과를 하나씩 살펴보도록 해요

​

​

​

그리고 모형모약 표의 R제곱값 (결정계수)의 값이 .891로

독립변수가 종속변수를 89.1%만큼 설명이 가능하다고 할 수있습니다.

또한 Durbin- Watson 값이 1.832로 기준 2에 가까워 적합하다고 할 수 있습니다.

마지막으로 계수표를 살펴볼게요

ANOVA 표를 보면 F값이 1629.896으로

유의확률이 유의수준 .05보다 작아 회귀모형은 적합한것으로 나타났습니다.

​

각각의 독립변수를 살펴보면

서비스만족도, 제품만족도, 요금만족도, 모두 유의확률이 유의 수준인 .05보다 작으므로

재구매의향에 영향을 주는 것으로 나타났습니다.

​

그리고 다중공선성의 문제도 공선성 통꼐량이 기준에 적합한 것으로 나타났네요

이 계수표를 바탕으로 회귀식을 쓴다면 아래와 같습니다.

재구매의향 = .080+.201*서비스만족도 + .256*제품만족도 + .560*요금만족도

​

자, 여러분 오늘까지 SPSS통계분석 실습 시리즈 다중회귀분석까지 알아봤는데요

눈으로만 보지말고 꼭 직접 간단한 데이터라도 돌려보고 실습해서

여러분 것으로 만드는 것 놓치지마세요!

​

그럼 더 좋은 내용으로 들고 올게요

논문작성에 어려움이 있다면 언제든 드림셀파와 함께해요 :)

​