spss線性回歸分析案例「spss多元回歸分析步驟」

案例來源:中華護理雜誌2018年7期

一.案例

北京市社區失能老年人的照護需求及其影響因素。

方法:採用多階段隨機抽樣法,對北京市4個區120名老年人進行問卷調查,採用老年人生活活動能力量表篩選失能老年人,使用自行編製的社區失能老年人照護需求調查問卷對其照護服務需求內容進行調查,分析照護需求的影響因素。

二.解析

在進行影響失能老年人照護需求的單因素分析時,根據資料情況選擇t檢驗、方差分析或秩和檢驗。以照護需求得分為因變量,以可能為影響失能老年人照護需求得分的因素為自變量,採用多元線性回歸篩選出影響失能老年人選擇照護服務需求的因素。本例納入的自變量有年齡、經濟來源、健康自評、失能程度、慢性病患病種類、慢性疼痛、跌倒經歷,賦值方式如表1:

SPSS教程 | 多元線性回歸及SPSS操作

三.SPSS操作

1.操作步驟

SPSS教程 | 多元線性回歸及SPSS操作

將得分選入因變量,將所有自變量均選入自變量,方法處選擇輸入。

SPSS教程 | 多元線性回歸及SPSS操作

點擊統計,出現如下對話框,回歸係數欄選擇估算值,殘差欄選擇得賓-沃森,另外還要勾選模型擬合和共線性診斷。

SPSS教程 | 多元線性回歸及SPSS操作

點擊圖,出現如下對話框,將將標準化殘差“*ZRESID”選入“Y”軸框中,將標準化預測值“*ZPRED”選入“X”軸中,勾選直方圖和正態概率圖,點擊繼續,確定。

SPSS教程 | 多元線性回歸及SPSS操作

2.結果解讀

(1)P-P圖

SPSS教程 | 多元線性回歸及SPSS操作

由回歸標準化殘差的正態P-P圖可以看出:殘差效果較好,所有的點大致都在一條直線上,可認為殘差符合正態分布的要求。

(2)ANOVA表

SPSS教程 | 多元線性回歸及SPSS操作

該表格可以用來檢驗模型的統計學意義,由結果可得F=22.563,P<0.001,因此應該拒絕原假設,認為回歸模型通過了置信水平為0.05的F檢驗,即所擬合的方程具有統計學意義。

(3)模型摘要

SPSS教程 | 多元線性回歸及SPSS操作

由表格可以看出,調整後的R方為0.559,即總體自變量對因變量的解釋程度達到55.9%,擬合效果較好,說明模型比較穩定;本研究的得賓-沃森檢驗值為1.627,一般來說,得賓-沃森檢驗值分布在0-4之間,越接近於2觀測值相互獨立的可能性越大。可以認為本研究中的觀測值具有相互獨立性。

(4)係數

SPSS教程 | 多元線性回歸及SPSS操作

由結果得:本研究納入的自變量中,年齡、健康自評、慢性病患病種類以及慢性疼痛的P值具有統計學意義,即年齡、健康自評、慢性病患病種類以及慢性疼痛是影響失能老年人選擇照護需求的主要因素。

四.總結

本例採用的是自變量全部進入法的多元線性回歸,還有幾種常用的方式為逐步回歸法、前進法、後退法、除去法,不同的方法篩選出的自變量可能是不同的,在實際工作中選擇何種變量篩選方法,需結合專業知識和研究要求,不能脫離背景任意選擇。

原創文章,作者:投稿專員,如若轉載,請註明出處:https://www.506064.com/zh-hant/n/272954.html

(0)
打賞 微信掃一掃 微信掃一掃 支付寶掃一掃 支付寶掃一掃
投稿專員的頭像投稿專員
上一篇 2024-12-17 14:03
下一篇 2024-12-17 14:03

相關推薦

發表回復

登錄後才能評論