解讀統計與研究 教你讀懂,判斷,和書寫有統計資料的研究報告

33愛的鼓勵 10訂閱站台

統計分析主要有單變量(univariate)分析與多變量(multivariate)分析 多重回歸屬於多變量分析 那麼什麼是多變量分析的特點呢? 比如量表信效度分析 同時考慮了一份量表裡的所有題項(每一個題項代表一個變量) 那麼只要其中一個題項的係數有變化 就很可能連動影響到其他題項的係數 多重迴歸分析也具備同樣的特性 因為獨變項(例如 A,B,C)不止一個 所以多重回歸分析"同時"考慮了多個獨變項與一個依變項的關係 只要其中一個獨變項"加入"或"退出"分析模型 就會產生連帶影響

如果研究者使用stepwise multiple regression 那麼就要比較A B C分別與依變項之間的相關係數 先保留相關係數高的獨變項 最後淘汰相關係數低或方向性不符合期待的獨變項

如果研究者使用hierarchical multiple regression那麼研究者先放入想要"控制"的獨變項 這些控制要盡可能地解釋依變項的變異 然後再放入其他變項

依照研究者的說法 很可能在同時考慮A B C三種變項的情況下 只有A具有想要的效果 這就像是把黑 紅 白此三色都放入調色盤 只有黑色的效果看得出來(因為紅色比較容易被白色稀釋掉) 如果只是放入黑 紅兩色 而且調入的量不會差很多 那麼就能看出黑 紅兩色的效果

因此 多重回歸的獨變項效果要放在"整體背景"下考慮 當解釋一個具有顯著性的獨變項影響力時 不要忘了這影響力是有條件的 這條件來自於在同一個回歸等式裡的其他獨變項保持"不變"