Una regressione multipla è una procedura statistica in cui due o più variabili " indipendenti " o " predittive " vengono utilizzati per prevedere i punteggi su una variabile " dipendente " o " criterio " . In IBM SPSS , è possibile immettere cinque variabili indipendenti nell'equazione di regressione , allo stesso tempo , sia come analisi distinta o come un passo in un'analisi più complessa . Il metodo della regressione utilizzato dipende da quante altre variabili sono da analizzare . Istruzioni
1

caricare fino SPSS . Nella finestra di benvenuto , selezionare " Aprire un'origine dati esistente ", quindi fare clic su " Altri file ". Passare alla cartella contenente il file di dati , quindi fare doppio clic su di esso . Viene visualizzata una finestra di output , a conferma che il file è stato caricato , i dati viene visualizzato nella vista di dati principale.
2

Fare clic su " Analizza ", " regressione " e " lineare ".
< Br >
3

Individuare la variabile dipendente dalla lista a sinistra. Fare clic una volta, quindi fare clic sulla freccia accanto alla casella di testo "Dipendente " . Le mosse variabile nella casella.
4

determinare l'ordine che si desidera IBM SPSS per analizzare le variabili rimanenti. Se avete solo le cinque variabili che si desidera analizzare contemporaneamente rimanendo , selezionarli e fare clic sulla freccia accanto al "Independent ( s ) . " Se hai altri che si desidera mettere in regressione prima , trascinarli nel "Independent ( s ) " prima casella , quindi fare clic su " Avanti "e trascinare nei tuoi cinque variabili di interesse . Se si desidera analizzare più variabili dopo questi cinque, fai clic su " Avanti" e trascinarli nella casella ora vuota .
5

Fare clic su " OK ". Attendere che l' analisi per completare, quindi scorrere verso il basso fino a raggiungere il " Riepilogo del modello " della tabella. La tabella riporta le principali statistiche di output dell'analisi . Se è stato utilizzato più di un blocco di variabili , cercare le etichette sotto la tabella per vedere quale riga si riferisce a quale blocco . Qui troverete le statistiche Adjusted Piazza R " " R ", " R Square " e " . Si è dato anche "R Piazza Change ", che ti dice il potere predittivo aggiuntivo fornito da ogni blocco ad ogni passo .