綠色餐廳的購買意願
(常數)：迴歸係數(β值)0.554、T值4.322、P值0.000***
標準化後迴歸係數
活動構面：迴歸係數(β值)0.342、標準化後迴歸係數0.379、T值8.212、P值0.000***、共線性統計量(VIF值)2.378
興趣構面：迴歸係數(β值)0.282、標準化後迴歸係數0.302、T值5.905、P值0.000***、共線性統計量(VIF值)0.909
意見構面：迴歸係數(β值)0.242、標準化後迴歸係數0.223、T值5.195、P值0.000***、共線性統計量(VIF值)2.059
R2 0.656/調整後R2 0.654
F值243.762/P值0.000***
Y(購買意願)=0.554+0.379X1(活動構面)+0.302X2(興趣構面)+0.223X3(意見構面)
註：*表示P<0.05，**表示P<0.01，***表示P<0.001
要了解生活型態是否會影響消費者對綠色餐廳購買意願，跑出以上的分析...
針對生活型態的三個構面分別去跑的，
請問這樣的結果有顯著性嗎?又該怎麼解釋這樣的結果呢??
迴歸分析結果該怎麼解釋
2014-05-06 2:59 am
回答 (9)
2014-05-06 4:33 pm
✔ 最佳答案
Y(購買意願) = 0.554+0.342(X1(活動構面)) + 0.282(X2(興趣構面))+ 0.242(X3(意見構面))
標準化迴歸係數是 Y, X1,X2,X3 等皆標準化以後的迴歸係數, 上列
迴歸式應採用原始迴歸係數才對.
Y-std = 0.379 X1-std + 0.302 X2-std + 0.223 X3-std
標準化變量之迴歸式沒有常數項, 因標準化變量平均數皆為 0.
以原始變量來看, X1 一單位改變, 在 X2, X3 不變的條件下, 平均
造成(如果迴歸式代表的是因果關係) Y 0.342 單位改變.
以標準化變量來看, X1 一個標準差的改變, 在其他解釋變數不變
的條件下, 平均造成 Y 0.302 個標準差的改變.
X1,X2,X3 的變化(差異) 可以解釋 Y 的變化的 65.6%.
整體 F 檢定可無需理會.
常數項的 t 值也不用管.
各解釋變數之迴歸係數的 t 值及 p 值標示了其結果是否達 "統計
顯著性". 三個 t 值都相當大, p 值都很小, 表示在一般常用之顯著
水準之下, 可判定具顯著性. 也就是說 X1, X2, X3 都是重要的解
釋變項; 而 R^2 = 0.656 也說明這個模型解釋能力尚稱不錯 (是否
真的 "不錯" 其實要看很多情況而定).
2014-06-11 5:53 am
2014-06-05 3:19 pm
2014-05-30 4:34 pm
2014-05-29 5:00 pm
2014-05-28 4:46 pm
2014-05-24 2:12 pm
2014-05-06 6:33 pm
在複回歸中，我們先看那些構面(變數)可以放入回歸方程式中，所以先看各構面的P值要具有顯著性(亦即P值要具有顯著性，拒絕Ho)，三個構面都具有顯著性(P值0.000***)，所以回歸方程式為Y(購買意願)=0.554+0.379X1(活動構面)+0.302X2(興趣構面)+0.223X3(意見構面)，此題回歸係數0.554也具顯著性。再來看這個回歸方程式是否適合，這要看F值是否具顯著性，本題F值亦具有顯著性，表回歸式式是適合的，也就是解釋能力高，亦即構面對Y的解釋能力高，那到底有多高，就看判定係數R2值，本題為0.656，其值越接近1越好。再來就是共線性了(VIF值，構面之間的相關性，我們希望構面之間的相關越低越好，而構面與Y相關越高越好)，其值越大表示該構面與其他構面共線性越嚴重，普通來說共線性值大於10以上才是嚴重，本題最高者為2.378，不算高，所以構面間共線性低。
2014-05-06 10:02 am
收錄日期: 2021-05-04 01:54:30
原文連結 [永久失效]:
https://hk.answers.yahoo.com/question/index?qid=20140505000015KK04975