范例16路径分析.PDF

多元迴歸 16-71 範例16.4 路徑分析 操作要點 ：路徑分析是由研究者依據理論文獻 ，提出路徑模型 ，將每 一個內衍變項視為一個迴歸模型 ，分別進行分析後加以組合，即可得 到路徑分析的結果 。 資料庫：本範例利用SPSS 軟體所提供的範例資料employee data.sav（可在SPSS 軟體的子目錄下得到該檔案）來進行路徑分析 。該資料庫蒐集了474 位員工的 人事與薪資資料，重要變數包括性別 （為字串變數，需轉換成數值變數）、受教 育年數 、在該公司的年資 、先前的工作資歷 、是否為少數民族 、起薪與目前薪 資 。根據這些變數 ，提出一個路徑模型如下 ： 教育程度 以前資歷 性別 起薪 目前薪資 種族區隔 本公司年資 人口變項 資歷變項 結果變項 ■SPSS 操作程序 A. 性別字串變項轉換成數值變數 （虛擬變數） （說明 ：由於性別為字串變數 ，m 為男性 ，f 為女性 ，無法進行迴歸分析 ， 因此以轉換功能將性別轉換成0(女)與 1(男)的虛擬變數） 16-72 多元迴歸 變數性質轉換 將原本的m 與f 轉換 成1 與0 的數值，即 成為數值變數。 多元迴歸 16-73 B. 迴歸分析 （說明 ：將內衍變項作依變項 ，以強迫進入法同時將所有的自變數納入進行 多元迴歸分析，取標準化迴歸係數為路徑係數 。） 1. 以目前薪資為依變項 設定多元迴歸 以目前薪資為依 變數，六個自變數 以強迫進入法估 計迴歸係數 ■報表結果 模式摘要與檢定 模式摘要 調過後的 以目前薪資為依變 模式 R R平方 R平方 估計的標準誤 1 .903a .815 .812 $7,397.678 項的迴歸結果，可 a.預測變數 ：(常數),jobtime 在本公司的年資(月),prevexp 用來計算估計標準 以前的資歷(月),salbegin 起薪,minority 種族區隔, gender2,educ 教育程度(年) 誤 變異數分析b 模式 平方和 自由度 平均平方和 F檢定