BLUETHESIS / INDEX
ENگفت‌وگو درباره پژوهش۰۹۳۰۲۸۲۲۰۹۱

SEARCH THE INDEX

موضوع مورد نظرتان را پیدا کنید.

در خدمات، نوشته‌ها و منابع پژوهشی جستجو کنید.

مقاله

راهنمای کامل رگرسیون لجستیک در SPSS: تحلیل داده‌های دودویی و چندطبقه‌ای با مثال‌های عملی

نمایش پنجره اجرای رگرسیون لجستیک در SPSS با نمودارهای مربوط به تحلیل داده‌های دودویی و چندطبقه‌ای و نمایش نتایج مدل آماری.

رگرسیون لجستیک یکی از روش‌های تحلیل آماری است که برای پیش‌بینی متغیرهای وابسته دودویی یا چندطبقه‌ای استفاده می‌شود. این روش در تحقیقات اجتماعی، پزشکی، بازاریابی و بسیاری از حوزه‌های دیگر کاربرد دارد. در این مقاله، به بررسی کاربردها، پیش‌فرض‌ها و مراحل اجرای رگرسیون لجستیک در نرم‌افزار SPSS می‌پردازیم.

رگرسیون لجستیک چیست؟

رگرسیون لجستیک زمانی استفاده می‌شود که متغیر وابسته تحقیق به صورت دووجهی (دو طبقه‌ای) یا چندطبقه‌ای سنجیده شده باشد. به عنوان مثال، اگر هدف بررسی احتمال خرید یک محصول (بله/خیر) یا موفقیت/شکست در یک پروژه باشد، از این روش استفاده می‌شود. این روش به ویژه زمانی مفید است که متغیر وابسته به صورت دودویی (باینری) باشد، مانند بررسی احتمال وقوع یک رویداد خاص در دو حالت مختلف.

در رگرسیون لجستیک، از تابع لینک لاجیت (Logit) و نسبت برتری یا نسبت شانس (Odds Ratio) استفاده می‌شود. نسبت شانس نشان‌دهنده احتمال رخ دادن یک رویداد نسبت به عدم رخ دادن آن است و به صورت p/(1-p) محاسبه می‌شود. این روش همچنین نیازی به پیش‌فرض‌های رگرسیون خطی مانند توزیع نرمال متغیر وابسته یا همسانی واریانس ندارد، که آن را برای داده‌های غیرنرمال مناسب‌تر می‌سازد.

رگرسیون لجستیک باینری (Binary Logistic Regression)

در مواردی که متغیر وابسته فقط دو حالت دارد (مانند موفق/شکست، خرید/عدم خرید)، از رگرسیون لجستیک باینری استفاده می‌شود. این روش امکان بررسی تأثیر متغیرهای مستقل بر احتمال رخ دادن یک رویداد خاص را فراهم می‌آورد. برای نمونه، برای تسلط بر ابزارهای کمکی در پژوهش می‌توانید به دانلود نمونه پایان نامه مراجعه کنید.

در نرم‌افزار SPSS، مسیر اجرای این تحلیل از منوی Analyze > Regression > Binary Logistic است. این مسیر به کاربر امکان می‌دهد تا متغیر وابسته دودویی و متغیرهای مستقل خود را انتخاب کرده و تحلیل را انجام دهد. همچنین برای بررسی دقیق‌تر توزیع داده‌ها پیش از تحلیل نهایی، مطالعه راهنمای کامل بررسی نرمال بودن داده‌ها در پایان‌نامه (با روش‌های گرافیکی و آماری) توصیه می‌شود.

مراحل اجرای رگرسیون لجستیک در SPSS

اجرای رگرسیون لجستیک در SPSS شامل مراحل زیر است:

  1. انتخاب مسیر تحلیل: از منوی Analyze گزینه Regression را انتخاب کرده و سپس Binary Logistic را کلیک کنید.
  2. تعیین متغیر وابسته: متغیر وابسته دودویی خود را در قسمت Dependent قرار دهید.
  3. انتخاب متغیرهای مستقل: متغیرهای مستقل خود را در قسمت Covariates قرار دهید.
  4. تنظیمات پیشرفته (اختیاری): در بخش Options می‌توانید تنظیمات پیشرفته‌ای مانند روش تخمین، معیارهای مدل و خروجی‌های مورد نیاز را انتخاب کنید.
  5. اجرای تحلیل: با کلیک بر دکمه OK تحلیل را شروع کنید.

پس از اجرای تحلیل، SPSS نتایج شامل ضرایب رگرسیون، نسبت شانس (Odds Ratio)، سطح معناداری (p-value) و سایر معیارهای آماری را نمایش می‌دهد. این نتایج به شما کمک می‌کنند تا تأثیر هر متغیر مستقل بر متغیر وابسته را ارزیابی کنید.

تفاوت رگرسیون لجستیک با رگرسیون خطی

رگرسیون لجستیک با رگرسیون خطی در چند مورد کلیدی متفاوت است:

  • متغیر وابسته: در رگرسیون لجستیک، متغیر وابسته دودویی یا چندطبقه‌ای است، در حالی که در رگرسیون خطی متغیر وابسته پیوسته است.
  • پیش‌فرض‌ها: رگرسیون لجستیک نیازی به توزیع نرمال متغیر وابسته یا همسانی واریانس ندارد، در حالی که رگرسیون خطی این پیش‌فرض‌ها را نیاز دارد.
  • تابع لینک: در رگرسیون لجستیک از تابع لینک لاجیت استفاده می‌شود، در حالی که در رگرسیون خطی رابطه خطی بین متغیرها وجود دارد.

نکات مهم در استفاده از رگرسیون لجستیک

در استفاده از رگرسیون لجستیک باید به نکات زیر توجه کرد:

  • انتخاب متغیرهای مستقل: انتخاب متغیرهای مستقل مناسب برای مدل بسیار مهم است. استفاده از متغیرهای غیرمربوط می‌تواند به دقت مدل آسیب برساند.
  • تفسیر نسبت شانس (Odds Ratio): نسبت شانس نشان‌دهنده تأثیر یک واحد افزایش در متغیر مستقل بر احتمال رخ دادن رویداد است.
  • ارزیابی مدل: برای ارزیابی کیفیت مدل می‌توان از معیارهایی مانند McFadden’s R²، AIC و BIC استفاده کرد.

اگر برای تحلیل‌های آماری یا تدوین بخش‌های تخصصی پژوهش خود به راهنمایی نیاز دارید، استفاده از خدمات مشاوره تخصصی مانند خدمات انجام رساله با قیمت مناسب | پایان نامه دکتری تضمینی و همچنین انجام پروژه Minitab (مینی‌تب) | تحلیل آماری توسط کارشناسان مجرب می‌تواند مسیر پژوهش شما را هموارتر سازد.

اگر متغیر وابسته شما ترتیبی است (مثل طیف لیکرت یا سطح رضایت)، راهنمای جامع تحلیل رگرسیون لجستیک ترتیبی در SPSS را هم ببینید.