SPSS 위계적 회귀분석_유형 1 / 위계적 회귀분석의 개념 / 위계적 회귀분석을 실시하는 경우 / 위계적 회귀분석의 유형 / 논문의 신 빡논 / 통계 분석 특강

SPSS 위계적 회귀분석을 세상에서 최고로 쉽게 설명해 드리는 동영상입니다. 위계적 회귀분석의 개념, 위계적 회귀분석을 실시하는 경우, 위계적 회귀분석의 유형, SPSS로 조사 대상자의 인구사회학적 특성을 통제한 위계적 회귀분석을 실시하는 실습, 위계적 회귀분석 통계표 작성 예시 등이 함께 포함되어 있는 강의 자료입니다. 위계적 회귀분석은 양적 연구 시 자주 활용되는 분석 방법이니 논문 작성하는 대학원생은 꼭 시청 바랍니다. 참고로 위계적 회귀분석은 유형 1, 유형 2로 구분해 2회에 걸쳐 강의 동영상을 제작했으니, 유형 2에 대한 강의도 꼭 시청하시기 바랍니다.
----------
= 블로그 주소: blog.naver.com...
= 논문의 신 빡논의 크몽(kmong) 제품 및 서비스 소개
* 전자책
- 회귀분석: kmong.com/gig/...
- 표절률 낮추기: kmong.com/gig/...
* 표절률 낮추기 및 교정 서비스
: kmong.com/gig/...
= 논문 작성 및 통계 분석 관련 특강 문의
(1:1 개별 특강, 단체 특강, 기업 특강; 온오프라인 모두 가능)
[e-mail]

[@user-mi8cs2ld7x]

자세한 설명 감사드립니다!!!

[@user-qt9km2yt5s]

오늘도 영상 잘 시청했습니다~!!!💌 감사합니당!😆

[@bbaknon]

네. 파이팅입니다!!!^^

[@user-bs2zq9of9g]

좋은 강의 감사합니다. 빡논교수님 강의 순서대로 차근차근 잘 듣고 있습니다. 그런데, 질문 하나 드려도 될까요? 저는 유의확률 F변화량과 그냥 F변화량이 뭐가 다른 건지 잘 와닿지가 않습니다ㅠㅠ 독립변수가 종속변수를 설명하는 데 있어 통계적 유의성을 지닌다는 표현과 회귀 모형이 적합하다는 표현이 어떤 차이가 있는 건가요? 저는 그게 그 말처럼 느껴져서요ㅠㅠ

[@bbaknon]

답이 좀 늦었네요. 양해 부탁 드리며 질문에 대해 답변 남깁니다. 위계적 회귀분석 결과가 유의하다고 해석하려면 2가지 조건을 충족해야 합니다. 첫째, 결정계수(R2)의 변화량이 유의할 것 둘째, 각 변수의 계수가 유의할 것 위 조건 중 첫째 조건의 충족 여부를 검토하기 위해 모형 요약표를 살피게 됩니다. 이 모형 요약표에 제시되어 있는 F 통계량은 결정계수인 R2의 변화량이 통계적으로 유의한지 검토하는 데 필요한 검정통계량입니다. 그런데 F 통계량이 질문하신 것처럼 한 곳에 더 나옵니다. 즉, 분산분석 표에도 나옵니다. 이 F 통계량은 귀무가설인 '회귀선의 기울기가 0이다.'를 기각할지 여부를 판단할 때 쓰이는 검정통계량입니다. 이렇게 설명 드리면 이해하기 어려울 겁니다. 그래서 이 F 통계량은 '분석을 실시한 회귀모형이 통계적으로 쓸모가 있는지 여부'를 판단할 때 검토하는 통계량으로 이해하시면 됩니다. 이것이 유의하지 않게 나오면, 계수 표에 제시되어 있는 여러 검증 결과들이 아무런 쓸모가 없게 된다고 생각하시면 됩니다. 그래도 이해가 안 되면 다시 댓글 남겨 주세요. 열공하시고요~

[@lolokukuh.724]

논문 작성에 큰 도움이 됩니다, 감사합니다!

[@bbaknon]

네. 빡논하세요.^^

[@user-sc2vw3nc8j]

선생님~~너무많은 도움받고있어 진심으로감사합니다ㅠ 통계초보라 아득했는데~강의들으며열심히 논문쓰고있습니다.질문이 있는데요~ 논문주제가 (긍정조직문화가 직무만족과 직무열의에 미치는 영향)으로 독립변수1개 종속변수2개라...일반적특성을 더미변수로 바꾸고 위계적회귀분석으로 하려하는데 종속변수 각각 위계적회귀분석을 두번돌려야할까요? 종속변수가 2개인경우가 없어 선행연구도 없고어렵네요ㅠ도와주십시오♡

[@user-rv7ql5yo8b]

선행연구를 통해서 독립변수들이 종속변수에 영향을 미칠 것이라고 본다면, 단순회귀분석을 통해 독립변수 각각이 종속변수에 영향을 미치는지 확인하는 것보다 위계적 회귀분석을 통해서 독립변수 각각이 순수하게 종속변수에 미치는 영향을 확인하는 것이 맞는 건가요? 굳이 단순회귀분석을 할 필요가 없는 건가요?

[@bbaknon]

위계적 회귀분석은 복수의 독립변수들을 단계별로 투입할 필요가 있을 때 적용하는 것입니다. 예를 들어 특정 독립변수의 효과를 통제할 때, 조절효과 검증을 할 때 등등. 이렇게 단계별 투입을 해야 할 상황이 아니고, 각각의 독립변수가 종속변수에 미치는 영향을 살펴보고 싶다면 단순회귀분석을 해야 합니다.

[@user-us5rt3rh3g]

안녕하세요! :) 위계적 회귀분석을 했을 때 R^ 변화량이 0.001이었고 adjusted R^가 더 작아졌는데.. 이러한 결과도 나올 수 있는 걸까요..??

[@boricha5102]

빡논님 영상 잘봤습니다. 통제변수가 있을때 A와B의 관계를 확인하고 싶을면 위계적회귀분석을하면 된다는거죠?

[@bbaknon]

엄밀히 말하면 다음과 같이 표현하는 게 맞습니다. 통제변수를 투입한 상태에서 A가 B에 미치는 순수한 영향력을 확인하고 싶을 때...

[@jackeyjustin3656]

패널데이터를 이용해서 가중치를 적용한 다수준분석도 가능한가요?

[@bbaknon]

뭔가 오해하는 부분이 있는 것 같습니다. 다수준분석은 패널자료인지, 가중치 적용해야 하는지에 의해 적용 여부를 결정하는 것이 아니라 이론의 수준, 측정의 수준, 분석의 수준...이 3가지의 레벨이슈가 문제 없을 때 적용 가능한 분석 방법입니다. 일단 다수준분석의 전제에 대해 더 학습해 보실 것을 권합니다.

[@supremel1339]

선생님 영상 정말로 감사합니다 다만 궁금한게 있는데요 분석 시 durbin watson은 굳이 기재 안해도 되는건가용?

[@bbaknon]

회귀모형을 적용하기 위해서는 다양한 가정이 필요한데 그 중 하나가 오차항의 자기상관 여부입니다. 이걸 검증하는 것이어서 원칙적으로는 이 통계량을 산출해 2의 값에 가까운지 따져볼 필요가 있습니다.

[@supremel1339]

@@bbaknon 감사합니다!!!

[@user-rv7ql5yo8b]

위계적 회귀분석 결과 소수점 아래 셋째 자리까지 나타나는데 이를 반올림하여 둘째 자리까지 수정해도 되는지, 수정이 가능하다면 0.001의 경우 둘째 자리까지 어떻게 표현이 가능한지 궁금합니다.

[@bbaknon]

평균, 표준편차 등의 통계량은 소수점 둘째 자리까지 표기하셔도 되는데, 유의확률은 통상 셋째 자리까지 표기합니다. 유의확륜까지 동일하게 표기하시지는 마세요.

[@yejishin3969]

안녕하세요 선생님 너무 기본적인 질문이라 고민하다 올립니다. 논문을 읽던 중 여러 변수들의 조절효과를 보기 위해 위게적 중회귀분석을 실시하였다고 했는데요, 상호작용을 보는 것은 이해가 되는데 처음에 독립변인을 각각 투입한다는 1단계가 이해되지 않아 질문을 올립니다.먼저 1단계에서는 두 가지 독립변수 A와 B가 종속변수에 영향을 미치는지 확인하였고 A 투입시 베타값이 -.27, B투입시 베타값이 -.16이라고 나타났습니다. 헌데, C와 B를 투입했을 때 베타값이 -.39, -.15로 각각 나타났는데요.. 각각의 독립 변인들이 종속변인에 '독립적으로 미치는 영향'을 보는거라면 종속변수가 같으니 위 두 가지 경우에서 같은 독립 변인에 대해선 베타값이 같아야 할 것 같은데 왜 다른지 궁금합니다. 아니면 1단계의 경우도 두 독립변수가 종속변인에 개별적으로 미치는 영향을 보는 것이 아니라, 한 독립변인이 존재할 때 다른 독립변인이 종속변인에 미치는 설명력이 얼마나 되는지 검증하는 과정일까요? 각 변수가 독립적으로 미치는 영향을 보고 싶다면 각 독립변수 하나에 단순선형회귀분석을 실시해야할까요? 두서가 없는데 잘 전달되었을지 모르겠습니다 ㅠㅠ 감사합니다.

[@bbaknon]

1단계에 투입된 독립변수가 A와 B라고 하셨는데, 갑자기 C가 나오니 이 C가 뭔지 모르겠네요. 분석된 표를 캡처해서 메일로 보내 주시면, 그거 보고 설명드릴게요. 설명력과 관련된 질문은 회귀모형 전체에 대한 것이기 때문에 어떤 한 변수의 설명력을 따로 떼어내서 해석하지는 않습니다. 마지막 질문에 대한 답은 "네"입니다.

[@bbaknon]

메일 확인했습니다. 선생님의 첫 번째 질문에서 c는 독립변수들의 상호작용항이네요. 1단계에서는 A, B 이렇게 2개의 변수가 종속변수에 미치는 영향을 검증했고, 2단계에서는 상호작용항까지 포함해 3개의 변수가 종속변수에 미치는 영향을 검증했습니다. 이렇게 추가로 다른 변수를 독립변수로 또 투입을 하게 되면 기존 변수의 영향력은 줄어들 게 됩니다. 그래서 1단계와 2단계에서의 계수값이 다른 겁니다. 이해를 돕기 위해 예를 들자면, 사과와 배를 먹어 배부른 상태에 도달했는데, 다음 날엔 사과와 배, 그리고 바나나를 먹어 배부른 상태에 도달했다고 했을 때 첫 날 먹었던 사과가 배부르게 하는데 미친 영향이 다음 날 2개의 과일을 더 먹어 배부름이 생길 때 미치는 영향보다는 크겠죠. 이와 같은 원리라고 생각하시면 됩니다.

[@yejishin3969]

선생님 더 명료해졌습니다. 감사합니다. 그렇다면 위계적 회귀 분석에서는 선생님의 예를 빌리자면, 사과와 바나나가 각각 배부름에 영향을 준다라는 말은 사과를 ‘먹은 상태’에서 바나나를 먹었을 때 바나나도 배부름에 영향을 준다라고 이해하면 될까요? 사과를 먹었을때 배부르지만 그 상태에서 바나나를 먹었을 때 배가 부르지 않다면 사과만 배부룸에 독립 효과가 있다고 이해가 되는데, 바르게 이해하고 있는 것인지요!

[@bbaknon]

@@yejishin3969 네. 그렇게 이해하시면 됩니다.

[@romangchu7678]

시계열변수도 위계적 회귀로 예측가능한가요

[@bbaknon]

아뇨. 위계적 회귀분석은 특정 시점에서 독립변수의 순수한 영향력을 검증하는 방법입니다.