Множинний регресійний аналіз
Множинний регресійний аналіз
Як і МДА, множинний регресійний аналіз – складна статистична процедура – складна як для проведення, так і для опису. Як і у випадку МДА, на двох-трьох сторінках викладати суть процедури множинного регресійного аналізу безглуздо. Проте регресійний аналіз став використовуватися настільки широко, що короткий розгляд його принципів є виправданим.
Якщо врахувати широкі можливості множинного регресійного аналізу, можна запитати, які чинники можуть змусити нас віддати перевагу його ТАК при аналізі певної сукупності даних? Зазначу спочатку, що часто це справа смаку, оскільки у багатьох випадках обидва підходи однаково ефективні та інформативні. Однак у деяких відносинах множинний регресійний аналіз має перевагу. Тут я наведу два аргументи на користь його використання.
1. Множинний регресійний аналіз особливо зручний у тих випадках, коли незалежна змінна є безперервною величиною, тобто включає безліч значень, а не просто кілька дискретних рівнів. Приклад безперервної змінної - IQ. Включивши до нашого дослідження IQ, ми отримали б розкид значень близько 60-70 пунктів. З використанням ТАК врахувати всю цю дисперсію неможливо; найбільше, що ми могли зробити, це зробити приблизну класифікацію на «високий», «середній» і «Низький» інтелект. При використанні множинного регресійного аналізу немає втрати інформації, оскільки змінні розглядаються на континуумі і аналізуються всі фактичні показники.
2. Множинний регресійний аналіз особливо підходить для вивчення питання, про яке вже говорилося в цьому розділі: визначення сили впливу незалежної змінної на залежну.Основним статистичним показником у множинному регресійному аналізі є R2: частка дисперсії залежної змінної, що пояснюється сукупністю незалежних змінних, що досліджуються. Тобто R2 вказує на те, як «діють» наші предиктори — як точно ми можемо передбачити мінливість критерію за допомогою обраної сукупності незалежних змінних. Хоча зробити це і нелегко, за допомогою регресійного аналізу все ж таки можна оцінити внесок кожного з предикторов у дисперсію критерію, як кількісне вираження цього вкладу, так і тип зв'язку предиктора з критерієм.
Серед підручників, присвячених множинному регресійному аналізу можна назвати такі роботи, як Cohen & Cohen, 1983; Draper & Smith, 1981; Pedhazur, 1982. У книзі Керлінгера (Kcrlinger, 1986), яку ми вже посилалися, можна знайти досить доступне введення у цю проблематику; крім того, це вів іколінна робота з методології, з якою варто ознайомитися будь-кому, кого цікавить тема психологічного дослідження.