Моосмюллер Р., Ребік Н.М. Маркетингові дослідження із SPSS - файл n1.doc
4.2. МНОЖНА ЛІНІЙНА РЕГРЕСІЯ
4.2.1. ПОСТАНОВКА ЦІЛІ ДОСЛІДЖЕННЯ ТА ПРЕДСТАВЛЕННЯ ВИХІДНИХ ДАНИХ УSPSS
Як зазначалося раніше, множинна лінійна регресія використовується для виявлення та опису лінійної залежності між однією залежною змінною та кількома незалежними змінними. Наприклад, слід визначити, якою залежністю між собою знаходяться загальні витрати туристів на проведення відпочинку і наступні статті витрат:
на купівлі (одягу, взуття, галантерейних товарів, прикрас, фотоапаратів тощо);
на проживання у готелі або пансіоні (включаючи витрати на обслуговування);
на харчування (покупки продуктів у магазинах, відвідування кафе та ресторанів).
Для проведення аналізу використовуються дані опитування туристів, які відпочивають у курортній зоні «Баварський ліс». Для проведення аналізу з усіх питань анкети обрано чотири:
Запитання № 45: «Яку суму грошей Ви витрачаєте загалом на відпочинок?»
Питання № 46: «Яку суму грошей Ви витрачаєте під час відпочинку на покупки (такі як одяг, взуття, галантерея, прикраси, фотоапарати тощо)?»
Питання № 47: «Яку суму грошей Ви витрачаєте під час відпочинку на проживання у готелі/пансіоні (включаючи витрати на обслуговування)?»
Питання № 8: «Яку суму грошей Ви витрачаєте під час відпочинку на харчування (тобто на покупку продуктів у магазинах, відвідування кафе та ресторанів)?»
При занесенні інформації щодо відповідей на ці запитання у файл данихSPSSбуло використано подвійний запис змінних (див. підрозділ 2.2 «Види кодування даних»). Кожне питання представлене у файлі данихSPSSу вигляді двох змінних. Подання цих змінних у файлі данихSPSSпроілюстровано у підрозділі 4.1 «Проста лінійна регресія» (див. рис. 4.3та 4.4).
Множинна лінійна регресія відмовляється від простої лінійної регресії рядом особливостей. Перша особливість полягає у неможливості графічного зображення множинної регресійної моделі, що, звичайно, завдає шкоди наочності уявлення результатів аналізу (див. рис. 4.12).
Інший особливістю множинної лінійної регресії і те, що змінні, оголошені незалежними, можуть самі корелювати між собою, тобто. можливе існування причинно-наслідкових зв'язків між ними. У цьому випадку виникає ефект мультиколінеарності.
Ефект мультиколлінеарності полягає в тому, що незалежні змінні, включені в регресійну модель, позначають у принципі те саме. Наприклад, як залежна змінна оголошена заробітна плата випускника університету, а як незалежні змінні — середній бал успішності під час навчання в університеті та індекс інтелект Оскільки успішність студента багато в чому визначається рівнем інтелекту, в даній регресійній моделі можлива поява хибних кореляцій.
Однією з умов побудови множинної регресійної моделі є відсутність або низький рівень кореляції між незалежними змінними. Для перевірки дотримання цієї умови під час проведення регресійного аналізу необхідно спочатку проводити діагностику наявності колінеарності між незалежними змінними.
4.2.2. КОМАНДИSPSSНА ВИКОНАННЯ МНОЖИВОГО РЕГРЕСІЙНОГО АНАЛІЗУ
Запит на виконання лінійного регресійного аналізу здійснюється в однойменному діалоговому вікні(LnearRegression)(рис. 4.13 ), яке відкривається при виборі в меню«Analyze>Regression>Linear. »(див. рис.4.1).
У лівому полі діалогового вікна «Лінійна регресія»(LinearRegression)представлений список міток усіх змінних, занесених до бази даних. З цього списку вибирається залежна змінна та переноситься в поле «Dependent». У прикладі це буде змінна, що має мітку «Загальні витрати на відпочинок», значення якої являють собою грошові суми в євро.
Зі списку існуючих у базі даних міток змінних також вибираються незалежні змінні та переносяться в поле «Independents)». У прикладі це змінні, що мають мітки: «Витрати на покупки», «Витрати на проживання» і «Витрати на харчування». Значення відібраних змінних - грошові суми у євро.
Далі в діалоговому вікні «Лінійна регресія» у полі «Метод»(Method)слід зазначити метод включення змінних до регресійної моделі. З чотирьох методів, пропонованихSPSS(«Enter»,«Stepwise»,«Forward» і «Backward»), слід вибрати один. За замовчуванням задається метод«Enter».
Метод«Enter»передбачає одночасну обробку всіх незалежних змінних, вибраних для аналізу, він рекомендується для випадку простого регресійного аналізу з однією незалежною змінною. Для множинного регресійного аналізу рекомендується вибрати один із покрокових методів, які передбачають поетапне включення незалежних змінних до регресійної моделі. У нашому прикладі вибрано метод«Stepwise».
При натисканні кнопки «Statistics» у головному діалоговому вікні «Лінійна регресія» (див. мал. 4.13) на екрані з'являється однойменне діалогове вікно (мал. 4.14).
Діалогове вікно"Статистичні показники" вже було представлено в підрозділі 4.1 "Проста лінійна регресія" на рис. 4.6. У цьому вікні задаються команди на розрахунок статистичних показників, що характеризують якість збудованої регресійної моделі.
У прикладі, що розглядається, у діалоговому вікні «Статистичні показники» зазначена команда «Estimates», при виконанні якої розраховуються коефіцієнт детермінації (R), коефіцієнтR- квадрат(RSquare). Також відзначено команду«Durbiп—Watson», при виконанні якої проводиться тест Дарбіна — Вотсона на автокореляцію. Ці команди вже були детально розглянуті у підрозділі 4.1 "Проста лінійна регресія".
Особливість множинного регресійного аналізу полягає у необхідності перевірити наявність взаємозв'язків між незалежними змінними. Для цього проводиться діагностика колінеарності, яка задається відміткою навпроти команди«Collinearitуdiagnostics»у діалоговому вікні « Статистичні показники».
Натиснувши кнопку «Продовження» (Contiпіє)у діалоговому вікні «Статистичні показники» (рис. 4.14) ми закриваємо дане вікно і повертаємося до головного діалогового вікна «Лінійна регресія» (див. 4.13). Після натискання кнопки "ОК" у головному діалоговому вікні "Лінійна регресія" запускається процедура виконання аналізу.