Η δυαδική λογιστική παλινδρόμηση στο SPSS χρησιμοποιείται όταν η εξαρτημένη μεταβλητή έχει ακριβώς δύο κατηγορίες. Παραδείγματα είναι «ναι/όχι» ή «επιτυχία/αποτυχία». Η μέθοδος εξετάζει πώς ένας ή περισσότεροι παράγοντες σχετίζονται με την πιθανότητα μιας έκβασης. Το SPSS παρουσιάζει συντελεστές B και τιμές Exp(B). Η Exp(B) αντιστοιχεί στον λόγο πιθανοτήτων. Η σωστή ερμηνεία απαιτεί να γνωρίζεις ποια κατηγορία έχει οριστεί ως γεγονός.
Περιεχόμενα άρθρου
- 1. Πότε χρησιμοποιείται η δυαδική λογιστική παλινδρόμηση στο SPSS;
- 2. Ποιες προϋποθέσεις πρέπει να ελέγξεις;
- 3. Πώς εκτελείται η λογιστική παλινδρόμηση στο SPSS;
- 4. Πώς ερμηνεύονται B, Exp(B) και λόγοι πιθανοτήτων;
- 5. Πώς παρουσιάζονται τα αποτελέσματα στην πτυχιακή;
- Χρειάζεσαι βοήθεια με τη στατιστική ανάλυση;
1. Πότε χρησιμοποιείται η δυαδική λογιστική παλινδρόμηση στο SPSS;
Η μέθοδος χρειάζεται όταν η εξαρτημένη μεταβλητή παίρνει δύο δυνατές τιμές. Συνήθως κωδικοποιείται ως 0 και 1.
Για παράδειγμα, μπορείς να εξετάσεις αν ένας φοιτητής ολοκλήρωσε επιτυχώς ένα πρόγραμμα. Η έκβαση μπορεί να κωδικοποιηθεί ως 0 ή 1.
Οι ανεξάρτητες μεταβλητές μπορούν να είναι ποσοτικές. Μπορούν επίσης να είναι κατηγορικές, εφόσον δηλωθούν σωστά στο μοντέλο.
Η λογιστική παλινδρόμηση δεν προβλέπει απευθείας μια συνεχή βαθμολογία. Εκτιμά την πιθανότητα εμφάνισης της κατηγορίας που έχει οριστεί ως γεγονός.
Αυτό τη διακρίνει από την πολλαπλή γραμμική παλινδρόμηση. Εκεί η εξαρτημένη μεταβλητή είναι συνήθως ποσοτική.
Αν θέλεις να συγκρίνεις τη λογική των δύο μοντέλων, δες την πολλαπλή παλινδρόμηση στο SPSS.
Η λογιστική παλινδρόμηση μπορεί να περιλαμβάνει έναν προβλεπτικό παράγοντα. Συχνότερα όμως χρησιμοποιούνται περισσότεροι παράγοντες στο ίδιο μοντέλο.
Έτσι μπορείς να εξετάσεις τη σχέση κάθε παράγοντα με την έκβαση ενώ λαμβάνεις υπόψη τους υπόλοιπους.
Για παράδειγμα, μπορείς να εξετάσεις αν η ηλικία σχετίζεται με μια δυαδική έκβαση. Ταυτόχρονα μπορείς να ελέγξεις την επίδραση άλλων μεταβλητών.
Η μέθοδος δεν αποδεικνύει αιτιότητα από μόνη της. Η δυνατότητα αιτιώδους ερμηνείας εξαρτάται από τον ερευνητικό σχεδιασμό.
Για συνολική εικόνα σχετικά με την ακαδημαϊκή υποστήριξη μπορείς να επισκεφθείς την αρχική σελίδα.
2. Ποιες προϋποθέσεις έχει η δυαδική λογιστική παλινδρόμηση στο SPSS;
Η δυαδική λογιστική παλινδρόμηση στο SPSS δεν απαιτεί κανονική κατανομή των ανεξάρτητων μεταβλητών.
Δεν απαιτεί επίσης κανονικότητα καταλοίπων όπως η κλασική γραμμική παλινδρόμηση. Έχει όμως άλλες σημαντικές προϋποθέσεις.
Πρώτα πρέπει η εξαρτημένη μεταβλητή να έχει δύο κατηγορίες. Αν έχει περισσότερες, χρειάζεται διαφορετικός τύπος λογιστικής παλινδρόμησης.
Οι παρατηρήσεις πρέπει επίσης να είναι ανεξάρτητες όταν χρησιμοποιείται το απλό μοντέλο. Επαναλαμβανόμενες μετρήσεις απαιτούν διαφορετική αντιμετώπιση.
Οι συνεχείς προβλεπτικές μεταβλητές χρειάζονται γραμμική σχέση με τον λογάριθμο των λόγων πιθανοτήτων. Δεν απαιτείται γραμμικότητα με την ίδια την πιθανότητα.
Αυτό αποτελεί συχνό σημείο σύγχυσης. Η λογιστική παλινδρόμηση χρησιμοποιεί διαφορετική συνάρτηση σύνδεσης από τη γραμμική παλινδρόμηση.
Χρειάζεται επίσης έλεγχος πολυσυγγραμμικότητας. Δύο πολύ ισχυρά συσχετισμένοι προβλεπτικοί παράγοντες μπορούν να αποσταθεροποιήσουν τις εκτιμήσεις.
Πρέπει ακόμη να εξετάσεις ακραίες παρατηρήσεις. Ορισμένες περιπτώσεις μπορούν να επηρεάσουν έντονα τους εκτιμώμενους συντελεστές.
Σημαντικό είναι και το μέγεθος του δείγματος. Πολύ λίγα γεγονότα σε σχέση με τους προβλεπτικούς παράγοντες δημιουργούν ασταθείς εκτιμήσεις.
Δεν υπάρχει ένας απόλυτος αριθμός συμμετεχόντων που καλύπτει κάθε μοντέλο. Η απαιτούμενη πληροφορία εξαρτάται από τη συχνότητα της έκβασης.
Πρόβλημα μπορεί να δημιουργήσει και ο πλήρης διαχωρισμός. Εμφανίζεται όταν ένας παράγοντας προβλέπει τέλεια μία κατηγορία της έκβασης.
Σε τέτοια περίπτωση οι κλασικές εκτιμήσεις μέγιστης πιθανοφάνειας μπορεί να μην είναι σταθερές.
3. Πώς εκτελείται η λογιστική παλινδρόμηση στο SPSS;
Πριν ξεκινήσεις, έλεγξε την κωδικοποίηση της εξαρτημένης μεταβλητής. Πρέπει να γνωρίζεις ποια τιμή αντιπροσωπεύει το γεγονός που εξετάζεις.
Στο SPSS επίλεξε «Ανάλυση → Παλινδρόμηση → Δυαδική Λογιστική». Στο πεδίο εξαρτημένης μεταβλητής τοποθέτησε τη δυαδική έκβαση.
Στο πεδίο των συμμεταβλητών εισάγεις τις συνεχείς προβλεπτικές μεταβλητές. Οι κατηγορικές μεταβλητές χρειάζονται επιπλέον δήλωση.
Επίλεξε «Κατηγορικές» και δήλωσε ποιες μεταβλητές είναι κατηγορικές. Έλεγξε επίσης ποια κατηγορία χρησιμοποιείται ως κατηγορία αναφοράς.
Η επιλογή αναφοράς επηρεάζει άμεσα την ερμηνεία των συντελεστών. Επομένως πρέπει να καταγράφεται πριν διαβαστεί η Exp(B).
Για ένα θεωρητικά καθορισμένο μοντέλο χρησιμοποιείται συχνά η μέθοδος Enter. Οι επιλεγμένοι παράγοντες εισάγονται τότε ταυτόχρονα.
Μην επιλέγεις αυτόματα βηματικές μεθόδους μόνο επειδή υπάρχουν στο πρόγραμμα. Η επιλογή προβλεπτικών παραγόντων πρέπει να έχει επιστημονική αιτιολόγηση.
Στις επιλογές μπορείς να ζητήσεις διαστήματα εμπιστοσύνης για την Exp(B). Το 95% διάστημα είναι ιδιαίτερα χρήσιμο στην ερμηνεία.
Το SPSS παρουσιάζει αρχικά πληροφορίες για το μοντέλο χωρίς προβλεπτικούς παράγοντες. Στη συνέχεια εμφανίζει το μοντέλο που έχεις ορίσει.
Η έξοδος περιλαμβάνει το −2 του λογαρίθμου πιθανοφάνειας. Περιλαμβάνει επίσης δείκτες όπως Cox και Snell R² και Nagelkerke R².
Οι δείκτες αυτοί δεν είναι ακριβώς ισοδύναμοι με το R² της γραμμικής παλινδρόμησης. Για αυτό χρειάζονται προσεκτική ερμηνεία.
Ο έλεγχος Hosmer-Lemeshow εξετάζει μία πλευρά της προσαρμογής του μοντέλου. Δεν πρέπει να χρησιμοποιείται ως μοναδικό κριτήριο ποιότητας.
Ο πίνακας ταξινόμησης δείχνει πόσες περιπτώσεις ταξινομούνται σωστά με συγκεκριμένο όριο πιθανότητας. Η συνολική ακρίβεια μπορεί όμως να είναι παραπλανητική.
Αυτό συμβαίνει ιδιαίτερα όταν μία κατηγορία είναι πολύ συχνότερη από την άλλη. Για αυτό χρειάζεται εξέταση της κατανομής της έκβασης.
Για γενικότερη εξοικείωση με το πρόγραμμα μπορείς να δεις τον οδηγό πώς να κάνεις εργασία με το SPSS.
4. Πώς ερμηνεύονται B, Exp(B) και λόγοι πιθανοτήτων;
Ο πίνακας «Μεταβλητές στην εξίσωση» αποτελεί βασικό σημείο της ερμηνείας. Εκεί εμφανίζονται οι συντελεστές B για κάθε παράγοντα.
Ο B εκφράζεται στην κλίμακα του λογαρίθμου των λόγων πιθανοτήτων. Για πρακτική ερμηνεία χρησιμοποιείται συνήθως η Exp(B).
Η Exp(B) είναι ο λόγος πιθανοτήτων. Δείχνει πόσο πολλαπλασιάζονται οι odds του γεγονότος για αύξηση μιας μονάδας στον προβλεπτικό παράγοντα.
Αν Exp(B) = 1,50, οι odds του γεγονότος πολλαπλασιάζονται επί 1,50 για κάθε αύξηση μιας μονάδας.
Αυτό αντιστοιχεί σε αύξηση των odds κατά 50%. Δεν σημαίνει ότι η πιθανότητα αυξάνεται κατά 50 ποσοστιαίες μονάδες.
Η διάκριση μεταξύ πιθανότητας και odds είναι κρίσιμη. Αν η πιθανότητα είναι 0,75, οι odds είναι 0,75 / 0,25 = 3.
Αν Exp(B) = 0,70, οι odds πολλαπλασιάζονται επί 0,70. Αυτό αντιστοιχεί σε μείωση των odds κατά 30%.
Αν Exp(B) = 1,00, δεν υπάρχει μεταβολή των odds για αύξηση μιας μονάδας στον συγκεκριμένο παράγοντα.
Για κατηγορικό παράγοντα η ερμηνεία γίνεται σε σχέση με την κατηγορία αναφοράς. Για αυτό πρέπει πρώτα να γνωρίζεις ποια κατηγορία χρησιμοποιήθηκε.
Ας υποθέσουμε ότι «όχι» είναι η κατηγορία αναφοράς και Exp(B) = 2,20 για «ναι».
Τότε οι odds του εξεταζόμενου γεγονότος είναι 2,20 φορές μεγαλύτερες στην κατηγορία «ναι», με τους υπόλοιπους παράγοντες σταθερούς.
Η τιμή p δείχνει αν ο συντελεστής διαφέρει στατιστικά από το μηδέν. Παράλληλα πρέπει να εξετάζεις το διάστημα εμπιστοσύνης της Exp(B).
Αν το 95% διάστημα εμπιστοσύνης του λόγου πιθανοτήτων περιλαμβάνει το 1, η σχετική εκτίμηση συνήθως δεν είναι στατιστικά σημαντική στο 0,05.
Το Penn State University παρουσιάζει αναλυτικά τη δυαδική λογιστική παλινδρόμηση και την ερμηνεία των λόγων πιθανοτήτων.
Πρόσεξε επίσης ότι ο λόγος πιθανοτήτων δεν είναι σχετικός κίνδυνος. Οι δύο δείκτες μπορούν να διαφέρουν σημαντικά όταν το γεγονός είναι συχνό.
5. Πώς παρουσιάζεται η δυαδική λογιστική παλινδρόμηση στο SPSS στην πτυχιακή;
Στη μεθοδολογία ξεκίνα δηλώνοντας γιατί επέλεξες δυαδική λογιστική παλινδρόμηση. Εξήγησε ότι η εξαρτημένη μεταβλητή είχε δύο κατηγορίες.
Πρέπει επίσης να δηλώσεις ποια κατηγορία κωδικοποιήθηκε ως γεγονός. Χωρίς αυτή την πληροφορία η κατεύθυνση των αποτελεσμάτων μπορεί να παρερμηνευτεί.
Στη συνέχεια περιέγραψε τις ανεξάρτητες μεταβλητές που εισήγαγες. Αν υπήρχαν κατηγορικές μεταβλητές, ανέφερε τις κατηγορίες αναφοράς.
Εξήγησε τον τρόπο επιλογής των προβλεπτικών παραγόντων. Η θεωρία πρέπει να καθοδηγεί το τελικό μοντέλο.
Στα αποτελέσματα παρουσίασε πρώτα την αξιολόγηση του συνολικού μοντέλου. Μετά πέρασε στους επιμέρους συντελεστές.
Για κάθε βασικό παράγοντα μπορείς να αναφέρεις B και τυπικό σφάλμα. Πρόσθεσε την τιμή p και την Exp(B).
Παρουσίασε επίσης το 95% διάστημα εμπιστοσύνης της Exp(B). Έτσι ο αναγνώστης βλέπει την αβεβαιότητα γύρω από την εκτίμηση.
Για παράδειγμα: «Η ηλικία σχετίστηκε στατιστικά σημαντικά με την έκβαση, B = 0,41, p = 0,012».
Μπορείς να συνεχίσεις: «Ο λόγος πιθανοτήτων ήταν 1,51, με 95% διάστημα εμπιστοσύνης 1,10–2,08».
Στην ερμηνεία γράψε ότι κάθε αύξηση μιας μονάδας στην ηλικία συνδέεται με 51% υψηλότερες odds της έκβασης.
Μην γράψεις ότι η πιθανότητα αυξήθηκε κατά 51%. Αυτό δεν προκύπτει απευθείας από λόγο πιθανοτήτων 1,51.
Απόφυγε επίσης τη φράση «η ηλικία προκάλεσε την έκβαση». Η παλινδρόμηση δείχνει προσαρμοσμένη στατιστική σχέση μέσα στο συγκεκριμένο μοντέλο.
Αν παρουσιάζεις Hosmer-Lemeshow ή ψευδο-R², εξήγησε τι ακριβώς δείχνουν. Μην τα αντιμετωπίζεις σαν απόλυτες βαθμολογίες εγκυρότητας.
Η δυαδική λογιστική παλινδρόμηση στο SPSS χρειάζεται συνεπώς σωστή κωδικοποίηση και προσεκτική ερμηνεία των λόγων πιθανοτήτων.
Για συνολικότερη υποστήριξη μπορείς να δεις τη σελίδα για στατιστικές αναλύσεις.
Χρειάζεσαι βοήθεια με τη στατιστική ανάλυση;
Αν χρειάζεσαι βοήθεια με τη στατιστική ανάλυση της πτυχιακής σου, στείλε το αρχείο δεδομένων. Στείλε επίσης τα ερευνητικά ερωτήματα και ό,τι άλλο έχεις στη διάθεσή σου.
Μπορείς να συμβουλευτείς τις ενδεικτικές τιμές για μια πρώτη εικόνα. Η τελική κοστολόγηση εξαρτάται από τα δεδομένα. Εξαρτάται επίσης από την πολυπλοκότητα της απαιτούμενης ανάλυσης.
Για συγκεκριμένη εκτίμηση, συμπλήρωσε τη φόρμα κοστολόγησης και επισύναψε τα διαθέσιμα αρχεία. Αν χρειάζεσαι πρώτα διευκρίνιση, μπορείς να επικοινωνήσεις μαζί μας.