رگرسیون گام به گام (stepwise) چیست؟-اجرای آن در SPSS

[block id=”breadcrumb”]

رگرسیون گام به گام که یکی از انواع روش های رگرسیون است در این مطلب ابتدا به توضیح مفهوم آن می پردازیم. در ادامه مطلب با مثالی ملموس رگرسیون گام به گام را در SPSS اجرا می کنیم.

رگرسیون گام به گام چیست؟

همونطور که می‌دانیم رگرسیون، بررسی اثر چند متغیر مستقل بر متغیر وابسته است. به عنوان مثال بررسی تاثیر ویژگی‌های شخصیتی مدیران بر عملکرد کارکنان زیرمجموعه می‌تواند نمونه‌ای از رگرسیون باشد. برای توضیحات مربوط به رگرسیون گام به گام با یک مثال ساده شروع می‌کنیم.

انواع مختلف رگرسیون شامل رگرسیون خطی ساده و چندگانه، رگرسیون لجستیک و رگرسیون گام به گام است

فرض کنید مدیر یک فروشگاه بزرگ می‌خواهد میزان فروش محصولات فروشگاه خود و عوامل تاثیر گذار بر آن را بررسی کند.عواملی که از دید مدیر فروشگاه می‌تواند تاثیرگذار باشد شامل: قیمت، کیفیت و مساحت قفسه‌ها است. اما نمی‌داند کدامیک از این متغیرهای مستقل بهترین پیشگو برای متغیر وابسته (میزان فروش) هستند. برای پاسخگویی به این سوال می‌توان از رگرسیون گام به گام استفاده کرد.

در واقع در رگرسیون گام به گام (stepwise) تمامی متغیرهای مستقل وارد مدل می‌شوند و آن متغیرمستقلی که تاثیر چندانی بر متغیر وابسته نداشته باشد از مدل حذف می‌شود. در مثال قبل هر 3 متغیر قیمت، کیفیت و مساحت مغازه ها وارد مدل می‌شود و تاثیر آن بر میزان فروش بررسی می‌شود و متغیری که به میزان کمتری تبیین کننده متغیر میزان فروش باشد از مدل حذف می‌شود و این مراحل، گام به گام برای تمامی متغیرهای تحقیق انجام می‌شود.

روش رگرسیون گام به گام در واقع ترکیبی از دو روش پیش‌رونده و پس‌رونده است. در روش پیش‌رونده، در ابتدا هیچ متغیری در مدل وجود ندارد و اولین متغیری که وارد مدل می‌شود، آن متغیری است که بیشترین همبستگی را با متغیر وابسته تحقیق دارد. اگر بعد از اجرای مدل رگرسیونی، مقدار معناداری و آماره آن در حد قابل قبول باشد متغیر در مدل می‌ماند. در ادامه، متغیر دومی که بیشترین همبستگی را بر روی متغیر وابسته دارد وارد مدل می‌شود و مدل رگرسیونی اجرا می‌شود. این روند تا آنجا ادامه دارد که مقدار معناداری متغیرها در مدل از مقدار مورد نظر تجاوز نکند.

در روش پس‌رونده، در ابتدا تمامی متغیرها در مدل وجود دارند و مرحله به مرحله متغیری که در سطح معناداری قابل قبولی نباشد از مدل حذف می‌شود. در این روش، اجرای مدل تا زمانی ادامه می‌یابد که آخرین متغیر با کمترین میزان آماره از مدل حذف شود. رگرسیون گام به گام ترکیبی از دو روش توضیح داده شده است. به این صورت که در هر مرحله تمامی متغیرها وارد مدل می‌شود و علاوه بر اینکه در مدل بررسی می‌شوند، با آماره خودشان نیز مورد ارزیابی قرار می‌گیرند.

در رگرسیون گام به گام، تعدادی متغیر مستقل وارد مدل می‌شوند و مرتبه ورود آنها توسط معیار آماری که به وسیله روش گام به گام حاصل می‌شود، تعیین می‌گردد. روش ورود می‌تواند پیش‌رونده (forward)، پس‌رونده (backward) و یا ترکیبی از هر دو باشد. انتخاب هر یک از روش‌ها به اهداف پژوهشگر بستگی دارد.

رگرسیون گام به گام یکی از خدمات تحلیل آماری است که شما می توانید آن را خود انجام دهید یا به یک شرکت آماری بسپارید، اگر وقت لازم را دارید می توانید در این مطلب کامل یک مثال ملمویس را حل کردیم که کامل آموزش ببینید، اما چنانچه وقت کافی ندارید می توانید این نوع رگرسیون را به عنوان یکی از خدمات تحلیل آماری با تعریف پروژه آماری از بخش خدمات سفارش دهید.

رگرسیون گام به گام یکی از خدماتی است که شرکت آمار پیشرو می‌تواند در اختیار شما قرار دهد، چنانچه تا آخر این مقاله به سوالات شما پاسخ داده نشد می توانید با متخصصان ارتباط برقرار کنید.

نرم افزار SPSS به عنوان یکی از پر کاربرد ترین نرم افزار های آماری شناخته می شود،دوره آموزش نرم افزار SPSS یک دوره کامل که با مثال های کاربردی تمامی مباحث کاربردی در نرم افزار را گام به گام آموزش میدهد،علاوه بر این از پشتیبانی خیلی خوبی برای انجام پروژه برخوردار است.یک فرصت اشتعال خوب نیز در پروژه های آماری برای مهارت آموزان فراهم خواهد شد

رگرسیون گام به گام در SPSS

با یک مثال نحوه انجام رگرسیون گام به گام در SPSS را شرح می‌دهیم. همان مثال ابتدای مقاله را در نظر بگیرید. می‌خواهیم ببینیم کدامیک از متغیرهای مستقل بهترین پیشگو برای میزان فروش است؟ بعد از بررسی فرضیات مربوط به رگرسیون که شامل: نسبت مشاهدات متغیرهای مستقل، نقاط پرت، چند هم خطی بین متغیرهای مستقل و تکینی و نرمال بودن، خطی بودن، همگنی واریانس‌ها و استقلال باقیمانده‌ها است، روش رگرسیون گام به گام را در SPSS با هم مرور می‌کنیم. ابتدا مطابق شکل زیر از منوی آنالیز به ترتیب گزینه‌های Regression و Linear… را انتخاب می‌کنیم.

بعد از باز شدن کادر مربوطه در قسمت Dependent متغیر وابسته یعنی میزان فروش و در قسمت Independents متغیرهای مستقل قیمت، کیفیت و مساحت را انتقال دهید. در قسمت Method گزینه Stepwise را انتخاب کنید.

پس از آن روی گزینه Statistics… کلیک کنید تا کادر مربوط به آن باز شود و گزینه‌های Estimates و Model fit را انتخاب کنید. سپس روی گزینه‌ی Continue و پس از آن روی OK کلیک کنید.

خروجی رگرسیون گام به گام در ادامه آمده است:

با توجه به خروجی فوق مشاهده می‌کنیم که تنها متغیر price به معادله رگرسیونی وارد شده است و این متغیر به تنهایی 85 درصد از تغییرپذیری متغیر میزان فروش را با توجه به مقدار R Square بیان می‌کند. دو متغیر دیگر نتوانستند از معیار مورد نظر عبور کنند و از مدل حذف می‌شوند. بنابراین متغیر قیمت بهترین پیشگو برای میزان فروش است.

رگرسیون گام به گام یکی از انواع رگرسیون است که در این مطلب سعی کردیم به بهترین شکل ممکن به شما ارائه دهیم. با توجه به اهمیت رگرسیون گام به گام و پیچیدگی این موضوع می توانید با ارتباط با افراد مجرب در حوزه آماری بخشی از پروژه خودر ا به پایان برسانید برای بهره مندی از این افراد متخصص در بخش مشاور آماری رایگان می توانید سوال خود را مطرح کنید.

همانطور که بیان شد شما می توانید انواع دیگری از رگرسیون را با توضیحات کامل در بلاگ آمار پیشرو مشاهده کنید برای با خبر شدن از جدید ترین مطالب آماری می توانید صفحه اینستاگرام آمار پیشرو را دنبال کنید.