SPSS 23.0统计分析—在心理学和教育学中的应用 9第九章 回归分析.pptVIP

第4步：设置分析变量。设置因变量：在左边变量列表中选“综合测验成绩”，选入到“因变量”框中。设置自变量：在左边变量列表中选“阅读测验成绩”、“是否经常习惯性查阅英语字典”变量，选入“自变量”框中。从“方法”框内下拉式菜单，本例选择方法：输入（Enter）。 第5步：在主对话框中点击【确定】按钮，提交执行。SPSS输出结果。 第6步：结果分析。 第一个表：变量分析说明（略） 第二个表分别为：模型摘要 [分析]：此表报告了模型的复相关系数 为0.950，样本决定系数 ，为0.903，说明本例中的 值接近1，说回归方程对数据拟合很好。 第三个表分别为：ANOVA（方差分析） [分析]：回归方程所对应的F值为233.591，对应的显著性为0.000，小于0.05，所建立的回归方程显著。 第四个表分别为：回归系数。 [分析]：由表中第七列的显著性可知，本例的回归模型的截距项常量、自变量“阅读测验成绩”、虚拟变量“是否经常习惯性查阅英语字典”系数的显著性水平都为0.000，小于0.05，说明都这些常量和变量系数都在回归方程中有效。最后回归方程建立为：综合测验成绩＝-38.918 + 1.245 * 阅读测验成绩 - 6.904 * 是否经常习惯性查阅英语字典。 自变量“阅读测验成绩”的系数1.245，这说明阅读测验成绩每提高一分，综合测验成绩就提高1.245；虚拟变量“是否经常习惯性查阅英语字典”的系数-6.904，这说明当大学生的学习习惯属于经常习惯性查阅英语字典时，综合测验成绩就降低-6.904，可见经常习惯性查阅英语字典这种习惯对英语综合成绩反而带来负面影响。 9.3.3 虚拟自变量回归的案例二 案例：【例9-4】根据某大学教师的教学科研工作的档案信息“大学教师年均教学科研工作量.sav”，请分析大学教师的年均教学科研工作量是否受到教龄、性别、学历的影响。 解析：性别和学历是两个不同的标准。按性别标准教师可以分成男、女两类，应该引入一个虚拟变量；按学历标准大学教师可以分为大学本科学历、硕士学历、博士学历三类，应该引入两个虚拟变量。因此，总计引入三个虚拟变量： 第1步：打开分析数据。打开“大学教师年均教学科研工作量.sav”文件。 第2步：对“性别”变量设置虚拟自变量。在该数据文件的“性别”变量中，1代表女，2代表男，现在需要修改为：将0代表为女，将1代表男。通过重编码的方法进行修改，点击菜单命令【转换】?【重新编码为不同变量】，选择“性别”进入右边的框中，并在输出变量框中输入“D2性别”，点击【变化量】按钮，如图所示： 点击【旧值和新值】按钮，弹出对话框：在“旧值”框内，选择第一个单选按钮“○值”所对应的输入框中输入“1”，在“新值”框内，输入0，点击【添加】按钮；再在第一个单选按钮“○值”所对应的输入框中输入“2”，并在“新值”框内输入1，点击【添加】按钮。完成以上设置后，点击【继续】按钮回到主对话框，再点【确定】按钮。此时在数据窗口，就是产生一列新的变量“D2性别”。 第3步：对“学历”变量设置虚拟自变量。“学历”变量分为三个水平，1代表本科，2代表硕士，3代表博士，需要引入两个虚拟自变量。第一虚拟自变量设置为：将1代表为硕士，将0代表其他学历信息。然后点击菜单命令【转换】?【重新编码为不同变量】，由于前面第2步的设置仍然保留对话框中，此时点击【重置】按钮进行清除。然后再选择“学历”进入右边的框中，并在输出变量框中输入“D3学历”，点击【变化量】按钮，如图所示： 点击【旧值和新值】按钮，弹出对话框：在“旧值”框内，选择第一个单选按钮“○值”所对应的输入框中输入“2”，在“新值”框内，输入1，点击【添加】按钮；再在左边在“旧值”框内选择“○所有其他值”，并在“新值”框内输入0，点击【添加】按钮。如下图所示： 完成以上设置后，点击【继续】按钮回到主对话框，再点【确定】按钮。此时在数据窗口，就是产生一列新的变量“D3学历”。 以此类推操作，产生一列新的变量“D4学历”。 第4步：启动分析过程。点击【分析】?【回归】?【线性】菜单命令，打开如图所示的对话框。 第5步：设置分析变量。设置因变量：在左边变量列表中选“年均教学科研工作量”，选入到“因变量”框中。设置自变量：在左边变量列表中选“教龄”、“D2性别”、“D3学历”、“D4学历”，选入“自变量”框中。从“方法”框内下拉式菜单，本例中选择输入（Enter）。 第6步：在主对话框中点击【确定】按钮，提交执行。SPSS输出结果。 第7步：结果分析。 第一个表：变量分析说明（略） 第二个表分别为：模型摘要。 [分析]：此表报告了模型的复相关系数R 为0.896，决定系数 R平方，为0.802，说明本例中的 值比较接近1，说回归方程对