Samfundsforskere bruger SPSS ( Statistical Package for Social Sciences) til at analysere data. De bruger en hierarkisk regression , når de ønsker at teste virkningen af specifikke prediktorvariabler mens kontrollerende indflydelse andre. Den hierarkiske regressionsanalyse tillader forskeren at angive den rækkefølge, som variabler indgået proceduren. Analysen fortæller forskeren hvor vigtig en bestemt variabel er at forudsige et resultat . Ting du skal
SPSS
Information
Vis Flere Instruktioner
analysere data
1

Gå til "Data View " på SPSS . Klik på " Analyze " i værktøjslinjen øverst på siden. Vælg " Regression " fra drop down menuen og klik på " Linear ".
2

Når dialogboksen vises , skal du flytte din afhængige variabel (for eksempel test score ) i " afhængig" kassen.
3

Indtast prediktorvariabler f.eks . køn , race og SES ( socioøkonomisk status) i " Independent "-boksen Det er de variabler, du ønsker at styre .
4

Klik på "Next ", som giver dig mulighed for at indtaste en anden variabel eller et sæt af variabler. Sæt variablen (r ), hvor du primært er interesseret, siger " uddannelsesniveau " i " Independent " boksen. Klik på "OK".
Læs Output
5

Kig på den første tabel " Variable Indtastede /Fjernet ", som opregner de variabler , du har indtastet i trin 3 og 4 i Analyser data afdeling . Model 1 opregner de variabler, du kontrollerede ( køn, race og SES) . Model 2 er din variabel af interesse ( uddannelse) .
6

Kig ved nabobordet , at "Model Summary ", der fortæller dig R Square for Model 1 med de variabler, du kontrollerede ( sex, race, SES) og model 2 , er din variabel af interesse ( uddannelse) .
7

vigtige oplysninger er ændringen i R Square fra model 1 til model 2 . Fratrække R Square of model 1 (siger 0,152 eller 15,2 %) fra R Square of model 2 (siger .303 eller 30,3 %) fortæller dig, hvor meget forudsigende magt din variabel rente har . I dette tilfælde 30,3% - 15,2% = 15,1 %, hvilket betyder, at din variabel forudsiger 15,1 % af forskellen

.