การวิเคราะห์สมการถดถอยพหุคูณแบบเป็นขั้นตอน (Stepwise multiple regression analysis) โดยผู้วิจัยได้ทำการวิเคราะห์ตามข้อตกลงเบื้องต้นในการวิเคราะห์การถดถอยพหุคูณแบบขั้นตอน เพื่อทดสอบว่าตัวแปรอิสระทุกตัว จะไม่มีความสัมพันธ์กันเองสูง เพื่อป้องกันปัญหาความสัมพันธ์ภายในของตัวแปรพยากรณ์ (Multicollinearity) โดยพิจารณาจากค่าความคงทนของการยอมรับ (Tolerance) มีค่าไม่น้อยกว่า 0.10 ค่าปัจจัยการขยายตัวของความแปรปรวน (VIF) มีค่าที่น้อยกว่า 10 ซึ่งมีสูตรดังนี้ (วรรณี หิรัญญากร, 2546, หน้า 112)
Tolerance = 1 – R2
VIF = 1/(1-R2)
|
^ |
สร้างสมการถดถอยจากคะแนนดิบ (สุชาดา กรเพชรปรีชา. 2547, หน้า 52-54) ตามสมการ
|
^ |
Y = bx + c
เมื่อ Y = คะแนนตัวแปรเกณฑ์ที่ทำนายได้
b = สัมประสิทธิ์การถดถอยของคะแนนดิบ (ความชันของเส้นถดถอย)
x = คะแนนดิบ
c = จุดตัดแกน Y หรือค่าคงที่
คำนวณโดยใช้โปรแกรม spss for windows มีขั้นตอนดังนี้
1. คำนวณ ค่า Tolerance และ VIF ของตัวแปรอิสระในด้านภาวะผู้นำแบบเปลี่ยนสภาพ โดยใช้คำสั่ง analyze regression linear เลือก method แบบ enter
2. คำนวณสัมประสิทธิ์สหสัมพันธ์ถดถอยพหุคูณแบบปกติ โดยใช้คำสั่ง
analyze regression linear เลือก method แบบ enter
3. คำนวณสัมประสิทธิ์สหสัมพันธ์ถดถอยพหุคูณแบบขั้นตอน โดยใช้คำสั่ง
analyze regression linear เลือก method แบบ stepwise
ลองดูนะครับ
อยากทราบวิธีการวิเคราะห์สมการถดถอยพหุคูณแบบเป็นขั้นตอน
ขอความช่วยเหลือค่ะ อยากทราบว่า nonlianaer regession คืออะไร มีเงื่อนไขในการใช้อย่างไร ใช้กับลักษณะข้อมูลอย่างไร ดูข้อมูลอย่างไรว่าเป็น nonlianaer มีวิธีการในการคำนวณหาอย่างไรคะ ยกตัวอย่างด้วยได้ไหมคะ แล้วใช้กับโปรแกรม spss ได้จากคำส่งใด
การวิเคราะห์สมการถดถอยพหุคูณแบบเป็นขั้นตอน (Stepwise multiple regression analysis) เป็นสถิติที่ดีสำหรับการพยากรณ์ตัวแปร ซึ่งผู้วิจัยจะต้องรู้ก่อน เช่น ระดับการวัดของข้อมูล(Upward Interval) ที่จะเข้าสมการ รวมทั้ง การใช้และการแปลผล และสามารถอธิบายผลที่เกิดขึ้น ทางที่ดีควรให้ผู้ที่มีความชำนาญจัดการข้อมูลให้จะดีกว่า หรือถ้าหากสนใจสามารถศึกษาเพิ่มเติมได้จากศูนย์หนังสือจุฬาฯ หรือร้านหนังสือชั้นนำทั่วไป : [email protected]
แน่จริงคำนวณมือแบบเกษตรสิ
ตอนนี้ดิฉันทำวิจัย แล้วรันregression ด้วยวิธีstepwise least square ในeviews version 6 แต่ยังไม่เข้าใจการอธิบายผลค่ะ เพราะรันออกมาแล้วมันเหมือนการรันด้วย least square เป๊ะๆเลยค่ะ ดิฉันก็เลยสงสัยว่าแล้วมันต่างกันยังไง เวลาอธิบาย จะอธิบายยังไง หรือว่าต้องทำอะไรอีกหรือป่าว ผู้รู้ช่วยไขข้อข้องทีนะค่ะ
ได้ความรู้มากเลย ขอบคุณค่ะสำหรับบทความดีดี มีโยชน์มาก
สวัสดีค่ะ ดิฉันทำวิจัยอยู่ เรื่อง linear นี้อะนะ แระอยากทราบว่า ข้อตกลงเบื้องต้นของ linear ที่ว่า ตัวแปรต้องมีการแจกแจงเป็นโค้งปกติ นั้นใช้ทั้งในกรณี ตัวแปรต่างๆ และ ค่า error ของตัวแปรต่างๆ ใช่มะค่ะ และวิธีที่จะทำให้ทราบว่า ตัวแปรของเรามีการแจกแจงเป็นโค้งปกติ ทำอย่างไรค่ะ เพราะอ่านหนังสือหลายเล่ม ช่างไม่เหมือนกันเรยค่ะ งงหมดแระ ผู้รู้ช่วยตอบด้วยค่ะ ขอบคุณมากค่ะ
เรียน คุณ Sweet ค่ะ
ดิฉันก็ทำวิจัยโดยใช้สถิติของ Regression ค่ะ แต่ว่าก่อนที่จะวิเคราะห์ได้นั้นต้องข้อมูลทั่วไปและเพื่อตรวจสอบข้อตกลงเบื้องต้นได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน พิสัย ค่าสูงสุด ค่าต่ำสุด ความเบ้ และความโด่ง
การวิเคราะห์เพื่อตรวจสอบข้อตกลงเบื้องต้นของการใช้สถิติ ประกอบด้วย การตรวจสอบการกระจายของข้อมูลว่าเป็นโค้งปกติ
หรือไม่ โดยใช้การทดสอบ Kolmogorov – Smirnov
** ส่วนที่คุณถามว่าการแจกแจงเป็นโค้งปกติหรือไม่ ก็ต้องดูที่ ความเบ้ และความโด่งค่ะ หากมีค่าเข้า 0 ก็ใกล้โค้งปกติ การวิเคราะห์โดย SPSS นั้น ก็ต้องเข้าไปที่ Analyze เลือก Descriptive Statistic จากนั้นเลือก Descriptive ค่ะ
แต่ของดิฉันส่วนใหญ่ค่าที่ได้จะเบ้ซ้าย หรือเบ้ลบ แต่อยู่ในเกณฑ์ที่ยอมรับได้ค่ะ เลยไม่มีปัญหาอะไร
หากสงสัย เมล์มาได้นะคะ