所得年龄至少有一显着影响依变数存款.PPTVIP

商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例四―分析結果2 當所得每增加1,000元，存款平均增加1,728元；年齡每增加1歲，存款平均增加931元；男性(x3=1)較女性(x3=0) 平均存款少68,270元。 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 8.4 分析範例 14/19 虛擬變數(dummy variables)的運用 當自變數為質化的資料型態時，可以虛擬變數來處理質化變數，亦即需將質化變數加以轉換。轉換原則為：若某一質化變數有k個分類，則設立k-1個虛擬變數。 範例五 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例五 針對學生成績資料檔，將必要的變數轉換成dummy variables，建立一迴歸模型來描述「數學成績」(Y)。請考慮自變數(X)：科系、性別、居住區域及入學方式。 科系分五系，所以設定四個虛擬變數（以電子系為比較基準）；性別分兩類，所以設定一個虛擬變數；居住區域分五區，所以設定四個虛擬變數（以北部為比較基準）；入學方式分三類，所以設定二個虛擬變數（比較基準為第一種升學方式，也就是學測）。因此，數學成績之迴歸方程式設定如下： 分析結果 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例五―分析結果 迴歸模型為 解釋為數學能力分數的總平均為66.293；來自東部的學生比北部學生平均高7.437分；推薦甄試入學的學生比學測入學的學生平均數學成績多8.708分。 與電子系學生相比，企管系學生平均低8.088分，外文系低16.304分，法律系低19.201分。 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 8.4 分析範例 15/19 干擾效果 對於自變數與依變數間之關係，具有調節或控制作用的變數，即稱為干擾變數或控制變數。 範例七 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例七 某公司女性員工聲稱，該公司在薪資方面性別歧視，於是蒐集有關薪資、工作經驗（以「先前年資」表示之）與性別等資料（資料檔：bank-reg1.sav）。請就所蒐集之資料，以迴歸分析法說明該公司是否存在薪資性別歧視？ 「性別」、「先前年資」與「薪資」三者間的關係如圖8-1所示。 （8.1） 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例七 模式之意義 男性員工之薪資方程式： 　　　　 女性員工之薪資方程式： 　　　　 程式操作 建立「先前年資」與 「female」之交互變數，亦即「先前年資×female」（可利用Transform/Compute/之功能建立此交互變數）。 執行Analyze/Regression/Linear/Dependent：拉進「薪資」; Independent(s)拉進「先前年資」、「female」、「先前年資×female 」。 模式之結果與意義 (8.2) (8.3) 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例七—程式操作 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例七―分析結果1 迴歸方程式如下： 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 範例七―分析結果2 女性員工與男性員工起薪之差異並不顯著（α1之顯著值大於0.05）；而女性員工之先前年資加薪幅度則顯著低於男性員工之先前年資加薪幅度（β1= ?1.059，且顯著值小於0.05）。此結果說明，性別並非扮演自變數的角色，而是在薪資與先前年資間產生調節作用，是為干擾變數。 (8.5) (8.6) 商管研究資料分析SPSS的應用 Chapter 8 迴歸分析 8-* 8.4 分析範例 16/19 中介效果 介在純粹外生變數與依變數間，扮演著轉換角色的變數，稱之為「中介變數」。 例如： 「所得」、「坪數」與「房價」間三者的關係，消費者的所得愈高，愈可能買高房價的房子。除此之外，坪數愈大房價當然愈高；而所得高者通常會想購買大坪數的房子。 商管研究資料分析SPSS的應用 Chapter 8 迴歸