یک رگرسیون لجستیک دوتایی (که اغلب به عنوان رگرسیون لجستیک گفته می شود) ، این احتمال را پیش بینی می کند که یک مشاهده در یکی از دو دسته از متغیر وابسته دوگانگی بر اساس یک یا چند متغیر مستقل قرار می گیرد که می توانند مداوم یا طبقه بندی شوند. اگر از طرف دیگر ، متغیر وابسته شما یک شمارش است ، به راهنمای رگرسیون پواسون ما مراجعه کنید. از طرف دیگر ، اگر بیش از دو دسته از متغیر وابسته دارید ، به راهنمای رگرسیون لجستیک چندمیک ما مراجعه کنید.
به عنوان مثال ، شما می توانید از رگرسیون لجستیک Binomial استفاده کنید تا بفهمید که آیا می توان عملکرد امتحان را بر اساس زمان تجدید نظر ، اضطراب آزمایش و حضور در سخنرانی پیش بینی کرد (یعنی متغیر وابسته "عملکرد امتحان" است ، که در مقیاس دوگانگی اندازه گیری می شود - "منتقل شده" یا یا"شکست خورده" - و شما سه متغیر مستقل دارید: "زمان تجدید نظر" ، "اضطراب آزمایش" و "حضور در سخنرانی"). از طرف دیگر ، شما می توانید از رگرسیون لجستیک Binomial استفاده کنید تا درک کنید که آیا می توان مصرف مواد مخدر را بر اساس محکومیت های جنایی قبلی ، مصرف مواد مخدر در بین دوستان ، درآمد ، سن و جنس پیش بینی کرد (به عنوان مثال ، در جایی که متغیر وابسته "استفاده از مواد مخدر" است ، که در مقیاس دوگانگی اندازه گیری می شود.- "بله" یا "نه" - و شما پنج متغیر مستقل دارید: "محکومیت های کیفری قبلی" ، "مصرف مواد مخدر در بین دوستان" ، "درآمد" ، "سن" و "جنسیت").
توجه: از بسیاری جهات ، رگرسیون لجستیک دوتایی شبیه به رگرسیون خطی است ، به استثنای نوع اندازه گیری متغیر وابسته (به عنوان مثال ، دوگانگی و نه مداوم). با این حال ، بر خلاف رگرسیون خطی ، شما در تلاش نیستید مقدار پیش بینی شده متغیر وابسته را تعیین کنید ، بلکه احتمال حضور در یک دسته خاص از متغیر وابسته با توجه به متغیرهای مستقل است. مشاهده ای به هر دسته به احتمال زیاد پیش بینی می شود (اگرچه می توانید این را تغییر دهید).
این راهنمای "شروع سریع" به شما نشان می دهد که چگونه می توانید رگرسیون لجستیک دوتایی را با استفاده از آمار SPSS انجام دهید ، و همچنین نتایج حاصل از این آزمون را تفسیر و گزارش دهید. با این حال ، قبل از اینکه شما را با این روش آشنا کنیم ، باید فرضیات مختلفی را که داده های شما باید برآورده کنند ، درک کنید تا رگرسیون لجستیک دوتایی نتیجه معتبری به شما بدهد. ما در مورد این فرضیات بعدی بحث می کنیم.
آمار SPSS
فرض
هنگامی که شما می توانید داده های خود را با استفاده از رگرسیون لجستیک دوتایی تجزیه و تحلیل کنید ، بخشی از این روند شامل بررسی می شود تا اطمینان حاصل شود که داده هایی که می خواهید تجزیه و تحلیل کنید می توانند در واقع با استفاده از رگرسیون لجستیک دوتایی مورد تجزیه و تحلیل قرار گیرند. شما باید این کار را انجام دهید زیرا فقط در صورتی که داده های شما هفت فرضیه ای را که برای رگرسیون لجستیک دوتایی مورد نیاز است ، از رگرسیون لجستیک دوتایی مناسب است. در عمل ، بررسی این هفت فرض فقط زمان کمی بیشتر به تحلیل شما می افزاید ، و شما را ملزم به کلیک بر روی چند دکمه دیگر در آمار SPSS در هنگام انجام تحلیل خود می کنید ، و همچنین کمی بیشتر در مورد داده های خود فکر کنید ، اما این استیک کار دشوار نیست.
قبل از اینکه شما را با برخی از این فرضیات آشنا کنیم ، تعجب نکنید که هنگام تجزیه و تحلیل داده های خود با استفاده از آمار SPSS ، یک یا چند مورد از این فرضیات نقض می شود (یعنی ملاقات نکرده است). این غیر معمول نیست هنگام کار با داده های دنیای واقعی به جای نمونه های کتاب درسی ، که اغلب فقط به شما نشان می دهد که چگونه همه چیز خوب پیش می رود ، رگرسیون لجستیک دوتایی را انجام دهید!با این حال ، نگران نباشید. حتی هنگامی که داده های شما فرضیات خاصی را از دست می دهد ، اغلب راه حلی برای غلبه بر این امر وجود دارد. اول ، بیایید نگاهی به برخی از این فرضیات بیندازیم:
- فرض شماره 1: متغیر وابسته شما باید در مقیاس دوگانگی اندازه گیری شود. نمونه هایی از متغیرهای دوگانگی شامل جنسیت (دو گروه: "مردان" و "زنان") ، وجود بیماری قلبی (دو گروه: "بله" و "نه") ، نوع شخصیت (دو گروه: "درونگرا" یا "برون گرا")، ترکیب بدن (دو گروه: "چاق" یا "چاق") و غیره. با این حال ، اگر متغیر وابسته شما در مقیاس دوگانگی اندازه گیری نشده باشد ، اما در عوض یک مقیاس مداوم ، شما باید رگرسیون چندگانه را انجام دهید ، در حالی که اگر متغیر وابسته شما در مقیاس معمولی اندازه گیری شود ، رگرسیون ترتیب یک نقطه شروع مناسب تر خواهد بودواد
- فرض شماره 2: شما یک یا چند متغیر مستقل دارید که می تواند مداوم باشد (یعنی یک متغیر فاصله یا نسبت) یا طبقه بندی (یعنی متغیر معمولی یا اسمی). نمونه هایی از متغیرهای مداوم شامل زمان تجدید نظر (اندازه گیری در ساعت) ، هوش (اندازه گیری شده با استفاده از نمره ضریب هوشی) ، عملکرد امتحان (اندازه گیری از 0 تا 100) ، وزن (اندازه گیری شده در کیلوگرم) و غیره است. نمونه هایی از متغیرهای معمولی شامل موارد لیکرت (به عنوان مثال ، مقیاس 7 نقطه ای از "کاملاً موافق" از طریق "به شدت مخالف") ، از جمله روش های دیگر رتبه بندی دسته بندی ها (به عنوان مثال ، یک مقیاس 3 نقطه ای است که توضیح می دهد مشتری یک محصول را دوست دارد، از "نه خیلی زیاد" تا "بله ، زیاد"). نمونه هایی از متغیرهای اسمی شامل جنسیت (به عنوان مثال ، 2 گروه: زن و مرد) ، قومیت (به عنوان مثال ، 3 گروه: قفقاز ، آفریقایی آمریکایی و اسپانیایی) ، حرفه (به عنوان مثال ، 5 گروه: جراح ، پزشک ، پرستار ، دندانپزشک ، درمانگر) ،و غیرهمی توانید در مورد متغیرها در مقاله ما اطلاعات بیشتری کسب کنید: انواع متغیر.
- فرض شماره 3: شما باید استقلال از مشاهدات داشته باشید و متغیر وابسته باید دارای دسته های متقابل منحصر به فرد و جامع باشد.
- فرض شماره 4: باید بین هر متغیر مستقل مداوم و تحول ورود به متغیر وابسته ، رابطه خطی برقرار شود. در راهنمای رگرسیون لجستیک دوتایی پیشرفته ، ما به شما نشان می دهیم که چگونه: (الف) از روش Box-Tidwell (1962) برای آزمایش خطی استفاده کنید. و (ب) خروجی آمار SPSS را از این آزمون تفسیر کرده و نتایج را گزارش می کند.
می توانید فرض شماره 4 را با استفاده از آمار SPSS بررسی کنید. فرضیات شماره 1 ، شماره 2 و شماره 3 قبل از حرکت به فرض شماره 4 باید ابتدا بررسی شوند. ما پیشنهاد می کنیم این فرضیات را به این ترتیب آزمایش کنید زیرا این دستور را نشان می دهد که اگر تخلف به فرض قابل تصحیح نباشد ، دیگر نمی توانید از رگرسیون لجستیک دوتایی استفاده کنید (اگرچه ممکن است بتوانید آزمایش آماری دیگری را بر روی خود انجام دهیددر عوض داده ها)فقط به یاد داشته باشید که اگر تست های آماری را روی این فرضیات به درستی اجرا نکنید ، نتایج حاصل از اجرای رگرسیون لجستیک دوتایی ممکن است معتبر نباشد. به همین دلیل ما تعدادی از بخش های راهنمای رگرسیون لجستیک پیشرفته خود را برای کمک به شما در دستیابی به این حق اختصاص می دهیم. شما می توانید در مورد محتوای پیشرفته ما به عنوان یک کل در ویژگی های ما اطلاعات کسب کنید: صفحه نمای کلی یا به طور خاص تر ، یاد بگیرید که چگونه ما با آزمایش فرضیات در ویژگی های خود کمک می کنیم: صفحه فرضیات.
در بخش ، روش آزمایش در آمار SPSS ، ما روش آمار SPSS را برای انجام یک رگرسیون لجستیک دوتایی نشان می دهیم که با فرض اینکه هیچ فرضیه ای نقض نشده است. ابتدا نمونه ای را که در این راهنما استفاده می شود معرفی می کنیم.
