تحلیل همبستگی و رگرسیون در SPSS

آشنایی با معادله خط رگرسیون در SPSS

در بسیاری از پژوهش‌های علمی، هدف تنها بررسی وجود رابطه بین متغیرها نیست، بلکه پژوهشگران می‌خواهند میزان تأثیر یک متغیر بر متغیر دیگر را پیش‌بینی کنند. یکی از مهم‌ترین روش‌های آماری برای این کار تحلیل رگرسیون (Regression Analysis) است.

در ساده‌ترین حالت، زمانی که رابطه بین یک متغیر مستقل و یک متغیر وابسته بررسی می‌شود، از رگرسیون خطی ساده استفاده می‌شود. نتیجه این تحلیل به صورت معادله خط رگرسیون بیان می‌شود.

رگرسیون خطی چیست؟

رگرسیون خطی (Linear Regression) روشی آماری برای بررسی و مدل‌سازی رابطه بین یک متغیر وابسته و یک یا چند متغیر مستقل است. هدف این روش، پیش‌بینی مقدار متغیر وابسته بر اساس تغییرات متغیر مستقل است.

برای مثال، می‌توان بررسی کرد که چند ساعت مطالعه چگونه بر نمره آزمون دانشجویان تأثیر می‌گذارد.

معادله خط رگرسیون

در رگرسیون خطی ساده، رابطه بین متغیرها به شکل یک معادله خطی بیان می‌شود:

$Y=a+bX$Y=a+bX

در این معادله:

• Y متغیر وابسته (متغیری که می‌خواهیم آن را پیش‌بینی کنیم)
• X متغیر مستقل
• a عرض از مبدأ یا مقدار ثابت (Constant)
• b ضریب رگرسیون یا شیب خط (Regression Coefficient)

ضریب b نشان می‌دهد که با افزایش یک واحد در متغیر X، مقدار متغیر Y به طور متوسط چه مقدار تغییر می‌کند.

کاربرد معادله رگرسیون

معادله خط رگرسیون در پژوهش‌ها کاربردهای زیادی دارد، از جمله:

• پیش‌بینی نتایج آینده
• بررسی تأثیر متغیرهای مستقل بر متغیر وابسته
• تحلیل روابط علت و معلولی در تحقیقات علمی
• مدل‌سازی داده‌ها در علوم اجتماعی، اقتصادی و مدیریتی

محاسبه معادله خط رگرسیون در SPSS

برای به‌دست آوردن معادله رگرسیون در SPSS مراحل زیر انجام می‌شود:

1. از منوی Analyze گزینه Regression را انتخاب کنید.
2. روی Linear کلیک کنید.
3. متغیر وابسته را در کادر Dependent قرار دهید.
4. متغیر مستقل را به کادر Independent(s) منتقل کنید.
5. روی OK کلیک کنید.

پس از اجرای تحلیل، نتایج در پنجره Output نمایش داده می‌شود.

استخراج معادله رگرسیون از خروجی SPSS

در خروجی SPSS جدولی با عنوان Coefficients نمایش داده می‌شود. این جدول شامل دو مقدار مهم است:

• Constant (عرض از مبدأ)
• Unstandardized Coefficient (B) برای متغیر مستقل

برای تشکیل معادله رگرسیون باید این مقادیر را در معادله قرار داد.

به عنوان مثال اگر خروجی SPSS مقادیر زیر را نشان دهد:

• Constant = 12
• B = 3.5

در این صورت معادله رگرسیون به شکل زیر خواهد بود:

$Y=12+3.5X$Y=12+3.5X

یعنی با افزایش یک واحد در متغیر X، مقدار Y به طور متوسط 3.5 واحد افزایش پیدا می‌کند.

تفسیر نتایج رگرسیون

در تحلیل رگرسیون چند شاخص مهم برای تفسیر نتایج وجود دارد:

• R Square: میزان قدرت مدل در توضیح تغییرات متغیر وابسته
• Sig: سطح معناداری مدل
• Beta یا B: شدت تأثیر متغیر مستقل

اگر مقدار Sig کمتر از 0.05 باشد، مدل رگرسیون از نظر آماری معنادار است و می‌توان از آن برای تحلیل رابطه بین متغیرها استفاده کرد.

جمع‌بندی

معادله خط رگرسیون یکی از ابزارهای مهم در تحلیل داده‌ها و پیش‌بینی آماری است. این معادله نشان می‌دهد که چگونه تغییرات یک متغیر مستقل می‌تواند مقدار متغیر وابسته را تحت تأثیر قرار دهد. نرم‌افزار SPSS با ارائه ابزارهای ساده در بخش Linear Regression امکان محاسبه و تفسیر این معادله را به راحتی برای پژوهشگران فراهم می‌کند.

کلیدواژه ها : معادله خط رگرسیون در SPSS-آموزش رگرسیون خطی در SPSS-Linear Regression SPSS-تحلیل رگرسیون در SPSS-ضریب رگرسیون در SPSS-رگرسیون خطی ساده SPSS-تحلیل آماری با SPSS-آموزش SPSS-مدل رگرسیون در SPSS