第七章 迴歸分析
2. 簡單線性迴歸分析
(1)選取 Statistics 裡的 Regression 中的 Linear… ，如圖 7-1.3(a)
(2)開啟一個 Linear Regression 的對話盒，如圖 7-1.3(b) (3)以滑鼠選取 g6r1 加入 Dependent 及選取 g6l1 加入
Independent(s)
(4)按下對話盒下方 Save… 按鈕，開啟 Linear Regression:Save 的對話盒，如圖 7-1.3(c)
圖 7-1.1
圖 7-1.2
G6L1
60 50
40 30
20 10
G6R1
70
60
50
40
30
20
10
(c)
(b)
(a)
(5)在 Residuals 中勾選 Unstandardized 後按下 Continue 按 鈕
(6)回到 Linear Regression 的對話盒後，按下 OK 按鈕
圖 7-1.3 3.報表解釋
即可在 SPSS Viewer 看到報表，報表如下頁，我們關心的是下列 的數值：
( a)
( c)
( b)
(c)
(b)
(a)
8.513 2.790 3.051 .003 .872 .071 .853 12.323 .000 (Constant)
Coefficients a
Dependent Variable: G6R1 a.
表 7-1.1
4.452 53.60 Case
Number 38
Std.
Residual G6R1 Casewise Diagnostics a
Dependent Variable:
G6R1 a.
表 7-1.2
5.901 2.290 2.577 .013
.929 .058 .907 16.086 .000 (Constant)
Coefficients a
Dependent Variable: G6R1 a.
表 7-1.3
在表 7-1.1，Coefficients 中，看到 G6L1 的 Sig. 值<0.05，也就是 說 p 值小於 0.05，故代表 G6L1 與 G6R1 間有明確的關係存在，再看 到 Bate 值為 0.853，表示可以接受此迴歸模式的信賴度；而 G6L1 所 對應的 B 值就是迴歸係數 ，而 Constant 所對應的 B 值就是 ， 接下來再看到表 7-1.2，Casewise Diagnostics，這個 Case Number 38 就是所謂的 Outline 值，這個數值也可以在殘差圖中看出，因為它的
β1 β0
標準後殘值(Std. Residual)過高，所以在作迴歸分析時應該特別注意此 種資料，若為人為疏失，則應修正後，再作一次迴歸分析，若並不是 人為疏失，則可能有相當的研究價值；因求證後得知，此筆資料乃人 為上的疏失，故將此筆資料剔除，表 7-1.3 就是剔除第 38 筆資料後的 Coefficients 表，其 Bate 值為 0.907，比之前的 0.853 要好，表示此簡 單線性迴歸分析更加的擬合。
之前提到 Sig. 值小於 0.05 即應變數即自變數有明確的關係，但 Sig. 值若大於 0.05 並不表示兩變數間無明確的關係存在，以線性迴 歸來說，若線性迴歸的 Sig. 值大於 0.05，則表示兩變數間無明確的
「線性」關係存在，則可再以非線性迴歸作迴歸模式加以測試。
4.殘差圖
記不記得剛才在作簡單線性迴歸分析時，在 Linear
Regression:Save 對話盒中 Residuals 裡加入的 Unstandardized 這個選項
，也就是將每一筆的殘差值加入 SPSS Data Editer 裡，欄位為 res-1，
我們也就是要用這些資料來畫殘差圖。
殘差圖的做法與先前的散佈圖相同，只是 Y Axis 及 X Axis 要分 別換成 Unstandardized Residual [res_1] 及資料表編號(number)，如圖 7-1.4，圖 7-1.5 就是剔除第 38 筆資料後的殘差圖，很明顯的，殘值 的分布都接近 0 點，並沒有特殊的分布，而圖 7-1.6 乃是未剔除第 38 筆資料的殘差圖，可發現有一點特別的高，距離 0 點最遠。
圖 7-1.4
圖 7-1.5 圖 7-1.6
5.簡單線性迴歸線圖
在殘差圖中，若對此模式感到滿意，即可依據迴歸係數畫出回歸 線。
(1)選取 Statistics 裡的 Regression 中的 Curve Estimation，
如圖 7-1.8(a)
(2)以滑鼠選取 g6r1 加入 Dependent 及選取 g6l1 加入 Independent 的 variable，如圖 6-1.8(b)
(3)在 Model 中勾選 Linear，然後按下 OK 按鈕
Unstandardized Residual
30
Unstandardized Residual
20
10
0
-10
-20
G6R1
，仍然可繪出一迴歸線，但是否要接受此迴歸模式，則需再考量或以 另一種的模式加以迴歸。
以上就是簡單線性迴歸分析的介紹，至於複迴歸；或是非線性的 迴歸分析，可逕自參考有關 SPSS 的書籍，就不在此多作贅述。
參考文獻
[1] 李正源，SPSS for Windows 統計分析與應用，碁峰資訊股份 有限公司，一九九七年九月。
[2] 李金泉，如何精通 SPSS for Windows 統計分析，統計分析篇
，松崗電腦圖書資料股份有限公司，一九九七年七月。
[3] 林元興，統計理論與方法，華泰書局，中華民國七十六年八 月。
[4] 林進田，抽樣調查：理論與應用，國立編譯館，民國八十二 年七月。
[5] 林惠玲，陳正倉，統計學－方法與應用(下冊)，雙葉書廊有 限公司，民國八十五年五月。
[6] 韋從序，統計學(二)－推理統計學，中正書局，民國六十二 年。
[7] 陳順宇，迴歸分析，華泰書局，民國八十五年五月。
[8] 張紹勳，林秀娟，SPSS For Windows 統計分析：初等統計與 高等統計(下冊)，松崗電腦圖書資料股份有限公司，一九九 八年十月，三版。
附錄
此資料表於民國八十五年，由朝陽科技大學工業工程與管理系 87 級 B 班同學男生 51 人、女生 8 人；共計 59 人，於人因工程實驗課 程，以類比式握力計，分別以左右手量測握距為 4 公分、5 公分、6 公分、7 公分時的最大握力；並量測身高、體重、掌寬、上下臂長做 為統計分析時的參考資料。
滑鼠測量採用羅技鼠一至四代，由每個人個別操作使用，並記錄 每個人在使用過程中感覺最順手的滑鼠種類。
附表一 附表補充說明
欄位 全名 說明 備註
Numb Number 資料表編號
Sex Sex 性別
G4r1 g4r1 握距 4 公分時慣用手的握力 G4l1 g4l1 握距 4 公分時非慣用手的握力 G5r1 g5r1 握距 5 公分時慣用手的握力 G5l1 g5l1 握距 5 公分時非慣用手的握力 g6r1 g6r1 握距 6 公分時慣用手的握力 g6l1 g6l1 握距 6 公分時非慣用手的握力 g7r1 g7r1 握距 7 公分時慣用手的握力
g7l1 g7l1 握距 7 公分時非慣用手的握力 heigh height 受測者身高
weigh weight 受測者體重 Hand_h handwide 受測者掌寬 uppe upperarm 受測者上臂長 unde underarm 受測者下臂長
mous mouse 滑鼠種類 用於卡方檢定
本手冊中所有之統計圖表乃採用 SPSS 8.0 for Windows 版本。