Multicollinearität Testbeispiel Mit SPSS SPSS Tests


Herstellungsverfahren in Multikollinearität-Test
  1. Wenn der Wert VIF zwischen 1-10 liegt, dann gibt es keine multicollinearity.
  2. Wenn der VIF <1 or> 10, dann gibt es multicollinearity.

Case in Multikollinearität-Test

Ein Unternehmen, Manager will, ob die Regressionsmodelle multicollinearity Symptome oder nicht wissen. Forschungs Titel „Einfluss der Kompetenz und Motivation auf Employee Performance“. Für den Leiter der gesammelten Daten Kompetenz, Motivation und Leistung der Mitarbeiter von 40 Proben. Die Forschungsdaten wie unten gezeigt.

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

1. Schalten Sie das SPSS-Programm und wählen Sie die Variablenansicht. ferner im Namen Schreibkompetenz, Motivation, Leistung. Ignorieren Sie die anderen Optionen.

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

2. Der nächste Schritt, klicken Sie auf die Datenansicht und Forschungsdaten in Übereinstimmung mit der variablen Kompetenz, Motivation, Leistung eingeben.

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

3. Als nächstes wird aus dem SPSS-Menü Analysieren wählen - Regression - Linear

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

4. Dann wird ein neues Dialogfeld mit dem Namen der Firma Linear Regression erscheinen. und geben Sie dann die Variable Kompetenz und Motivation Box Independent (s). und geben Sie dann die Dependent Feld auf die Leistungsvariable, klicken Sie dann die Statistik

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

5. Das Dialogfeld wird mit dem Namen der Firma Linear Regression: Statistiken. bietet eine Überprüfung der Kollinearität Diagnostik. und klicken Sie dann auf die Schaltfläche Weiter

Multicollinearität Testbeispiel Mit SPSS SPSS Tests

6. Der letzte Schritt klickt auf Ok um den Befehl zu beenden, danach wird es SPSS Ausgang erscheinen, wie folgt:

Interpretation der Testergebnisse Output Multikollinearität

Auf der Grundlage der Koeffizienten Output - Kollinearität Statistiken, erhielt VIF-Wert von 1,812, was bedeutet, dass der erhaltene VIF-Wert zwischen 1 bis 10, kann gefolgert werden, dass es keine multicollinearity Symptome ist. Nachdem der Test multicollinearity Forscher abgeschlossen ist, sollte auch geprüft werden, ob eine Differenz von Residualvarianz Beobachtungszeitraum zu einem anderen Beobachtungszeitraum haft heteroscedasticity Tests dort war.

In Verbindung stehende Artikel