Фрагмент окна вывода данных при запуске корреляционного анализа

Correlations
		Положение_дел	Удовлетворенность_рабместом
Положение_дел	Pearson Correlation		,246**
Sig. (2-tailed)		,000
N
Удовлетворенность_рабместом	Pearson Correlation	,246**
Sig. (2-tailed)	,000
N
**. Correlation is significant at the 0.01 level (2-tailed).

Регрессионный анализ

Если расчёт корреляции характеризует силу связи между двумя переменными, то рег­рессионный анализ служит для определения вида этой связи и дает возможности для прогнозирования значения одной (зависимой) переменной отталкиваясь от зна­чения другой (независимой) переменной.

Чтобы вызвать регрессионный анализ в SPSS, выберите в меню
Analyze... (Анализ) /Regression... (Регрессия) Linear... (Линейная). Появится диалоговое окно Linear Regression (Линейная регрессия). Перенесите необходимую переменную в поле для зависимых переменных и присвойте другой пе­ременной статус независимой переменной (см. рис. 19). Нажмите ОК. Фрагмент вывода основных результатов выглядит следующим образом (см. табл.7).

Рассмотрим сначала нижнюю часть результатов расчётов. Здесь выводятся коэффи­циент регрессии «b» и смещение по оси ординат «а» под именем "константа". То есть, уравнение регрессии будет выглядеть следующим образом: «Удовлетворенность_рабместом = 0,292* положение_дел + 1,883»

Рис. 19. Вид окна запуска регрессионного анализа

Средняя часть расчётов отражает два источника дисперсии: дисперсию, которая описывается уравнением регрессии (сумма квадратов, обусловленная регрессией) и дисперсию, которая не учитывается при записи уравнения (остаточная сумма квадра­тов). Частное от суммы квадратов, обусловленных регрессией и остаточной суммы квадратов называется "коэффициентом детерминации". В таблице результатов это час­тное выводится под именем "R-квадрат" (верхняя часть расчетов). Эта величина характеризует качество регрессионной прямой, то есть степень соот­ветствия между регрессионной моделью и исходными данными. Мера определённос­ти всегда лежит в диапазоне от 0 до 1. Существование ненулевых коэффициентов регрессии проверяется посредством вычисления контрольной величины F, к которой относится соответствующий уровень значимости.

В простом линейном регрессионном анализе квадратный корень из коэффициента детерминации, обозначаемый "R", равен корреляционному коэффициенту Пирсона. При множественном анализе эта величина менее наглядна, нежели сам коэффициент де­терминации.

Таблица 7.