SPSS有话说：分层回归

Original 小明同学 SPSS有话说 2022-04-26

导语

回归分析中为了防止及人口学变量对模型的干扰，将性别、年龄等作为控制变量纳入模型。这时我们需要用到分层回归。

SPSS有话说

概述

分层回归是对若干个自变量x进行分群组分析，主要用于模型的比较，或者说对变量重要性进行判定。通常用于中介作用或者调节作用研究中。

分层回归如何加入控制变量：

控制变量指可能干扰模型的项，比如年龄，学历等基础信息。从软件角度来看，并没有“控制变量”这样的名词。“控制变量”就是自变量，通常使用分层回归进行分析，一般情况下“第一层”全部放入控制变量。“第二层”放入核心自变量。

另外，控制变量一般是分类数据，理论上控制变量需要作“虚拟(哑)变量”设置，但实际研究中很少这样做而是直接放入模型中，可能原因是“控制变量”并非核心研究项，所以不用考虑太过复杂。

操作步骤

问题：检验时间管理倾向的三个维度（时间监控观、时间效能感和时间价值感）是否对拖延行为有显著预测力？

分层回归分析中，后一层只需添加前一层不一样的变量即可，结果会累积前后层的所有变量。此外，无论自变量是否显著，均会出现在模型中。

分层回归模型主要关注的是最终模型，即最后一个完整的模型。

需要注意的是，模型 2和模型 3中纳入的变量都是在上一个模型基础上的。比如，模型 3是在模型 2的基础上纳入“时间效能感”变量，即模型3共纳入时间效能感、时间监控观、时间价值感。也就是说，设置几个分层，软件就会产生几个模型，这样模型间可以进行比较。本例结果可见，模型2比模型1多了时间监控观，增加解释的R2为0.213，显著性P<0.001；模型3比模型2多了时间效能感，增加解释的R2为0.026，虽然很小，但是后面的P值=0.001是有意义的。

R2是多层回归的重要指标，反映自变量解释因变量变异的程度。但是随着自变量个数的增加，R2也在不断增大。如果对两个具有不同个数自变量的回归方程进行比较时，不能简单用R2作为评价回归方程的标准，此时应该用调整后的R2。从上表可以看出，随着自变量数量的增加，模型1-3的调整后的R2逐渐增加，分别是0.019、0.230和0.254，提示各模型对因变量的影响逐渐加强。

分层回归的每一个模型都相当于一个多重线性回归模型。SPSS输出ANOVA表格中包括对每一个模型的评价，一般来说，我们习惯性只汇报最终模型的结果（本研究的模型3）。

模型3纳入了时间效能感、时间监控观、时间价值感三个变量。结果示，该模型具有统计学意义，F(3,322)=37.499，P<0.001，提示因变量和自变量之间存在线性相关，说明纳入这三个自变量有助于预测因变量。

我们主要关注最终模型，即本研究中的模型3，在对回归系数进行解释时也是如此。

所有例题的数据文件都会上传到QQ群中，需要对照练习的朋友可以前往下载，QQ群号见下方温馨提示。

往期回顾

SPSS有话说：李克特量表的变量属于顺序变量，为什么可以当作连续变量使用？

SPSS有话说：心理学量表总体或分维度用总分还是均分表示？

SPSS有话说：问卷或量表调查研究需要多少份或要求多大的样本量？

SPSS有话说：统计检验中的边缘显著及其转化处理

SPSS有话说：重要的事情说三遍！了解数据类型是进行统计分析的前提。

SPSS有话说：如何用SPSS分析调查问卷和撰写调查报告？

SPSS有话说：（分析方法选择）图（常用统计概念）词在手，统计你有