[SPSS통계분석 기초] 단순회귀분석 (회귀분석, 해석)

1. 단순회귀분석

1) 상관분석의 한계

두 변수 사이에 비선형적 관계가 존재할 경우, 실제로 유의미한 관계일지라도 상관계수는 0일 수 있으며, 상관계수가 기울기가 아니므로 변수 x의 특정 값이 주어질 때 그와 관계를 갖고 변하는 y의 값이 무엇인지 예측할 수 없습니다. 이러한 이유들로 더 풍부한 정보를 제공하는 회귀분석을 실시합니다.

 

2) 정의

회귀(regression)란 19세기 영국의 유전학자 Francis Galton이 키 큰 선대 부모들이 낳은 자식들의 키가 점점 더 커지지 않고, 다시 평균 키로 회귀하는 경향을 보고 발견한 개념으로, 보통 평균으로의 회귀(regression toward mean)의 뜻으로 쓰입니다. 단순회귀분석(Simple linear regression analysis)은 연속형 독립변수가 연속형 종속변수에 미치는 영향을 검증하는 분석 방법입니다. 독립변수의 변화에 의해 종속변수가 어떻게 변화하는지를 검증하는 분석 방법입니다.

 

3) 가설 설정

직장 내 역할 갈등이 팀 성과에 영향을 미치는지 검정하고자 한다면, 독립변수인 역할 갈등은 연속형 자료, 종속변수인 팀 성과도 연속형 자료이기 때문에 회귀분석을 합니다. 단, 독립변수가 역할 갈등으로 1개이기 때문에 단순회귀분석이라고 합니다.

 

① 가설 : 독립변수가 종속변수에 유의한 영향을 미칠 것이다.

② 귀무가설 : 역할 갈등이 팀 성과에 유의한 영향을 미치지 않을 것이다.

③ 대립가설 : 역할 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

 

 

 

 

 

4) 단순회귀분석

① 메뉴를 선택합니다.

 

② '독립변수' 입력칸에 독립변수인 '역할 갈등', '종속변수' 입력칸에 종속변수인 '팀 성과'를 지정합니다.

③ '통계량'을 클릭합니다.

④ '공선성 진단', 'Durbin-Watson'을 지정하고, '계속'을 클릭합니다.

 

⑤ '확인'을 클릭합니다.

⑥ '모형 요약b'에서 'R제곱', 'Durbin-Watson', 'ANOVAa'에서 'F'값과 '유의확률'을 확인해줍니다.

⑦ 회귀모형의 적합도는 F값이 5.162, 유의확률이 .024로 나타났습니다. 유의확률이 .024로 .05보다 작으므로 회귀모형은 적합하다고 할 수 있습니다.

⑧ R 제곱은 독립변수가 종속변수를 얼마나 설명하는지를 나타내는 설명력으로, 이 회귀모형에서는 .020이며, 약 2%를 설명한다고 할 수 있습니다. 사회과학에서 하나의 변수가 3%만 되어도 영향력이 있다고 할 수 있는데, 2%로 설명력이 낮다고 할 수 있습니다.

⑨ Durbin-Watson 통계량은 잔차의 독립성 여부를 판단하기 위한 수치이며, 통계량이 2에 근사할수록 잔차에 독립성이 있다고 할 수 있습니다. 이 회귀모형에서는 Drubin-Watson 통계량이 1.951로 잔차의 독립성 가정을 만족한다고 할 수 있습니다.

⑩ 유의확률이 .024로 .05보다 낮으므로 이 회귀모형은 유의미한 값을 가지며, 비표준화 계수의 B값은 -.114이므로 종속변수에 -.114만큼의 영향을 미친다고 할 수 있습니다. 즉, 회귀계수는 -.114로 독립변수인 역할 갈등이 1단위 증가할 때마다 팀 성과가 0.114만큼 감소하는 것으로 해석할 수 있습니다.