[SPSS통계분석 기초] 다중회귀분석 (해석)

1. 다중회귀분석

1) 다중회귀분석의 목적

① 독립변수 분석 : 종속변수와 관련이 있는 주요 독립변수들을 파악

② 교란변수 통제 : 다른 변수들의 영향을 통제한 상태에서 개별 독립변수들이 종속변수에 실제로 미치는 영향의 정도를 파악

③ 종속변수 예측 : 독립변수들을 통해 가능한 한 정확히 종속변수의 값을 예측

 

2) 정의

다중회귀분석(Multiple linear regression analysis)은 두 개 이상의 연속형 독립변수가 연속형 종속변수에 미치는 영향을 검증하는 분석 방법입니다. 독립변수의 변화에 의해 종속변수가 어떻게 변화하는지를 검증하는 분석 방법입니다. 단순회귀분석과 개념과 분석방법이 동일하며, 독립변수의 수에서 차이가 납니다.

 

3) 가설 설정

직장 내 역할 갈등이 팀 성과에 영향을 미치는지 검정하고자 한다면, 독립변수인 역할 갈등, 과업 갈등, 관계 갈등은 연속형 자료, 종속변수인 팀 성과도 연속형 자료이기 때문에 회귀분석을 합니다. 단, 독립변수가 역할 갈등, 과업 갈등, 관계 갈등으로 3개이기 때문에 다중회귀분석이라고 합니다.

 

① 가설 : 독립변수가 종속변수에 유의한 영향을 미칠 것이다.

가설 1 : 역할 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

가설 2 : 과업 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

가설 3 : 관계 갈등이 팀 성과에 유의한 영향을 미칠 것이다.

 

4) 다중회귀분석

① 메뉴를 선택합니다.

 

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

③ '통계량'을 클릭합니다.

④ 'R 제곱 변화량', '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 8.036, 유의확률이 <.000으로 나타났습니다. 유의확률이 .000 미만으로 .05보다 작으므로 회귀모형은 적합하다고 할 수 있습니다.

⑧ 수정된 R 제곱은 독립변수가 종속변수를 얼마나 설명하는지를 나타내는 설명력으로, 이 회귀모형에서는 .077이며, 약 7.7%를 설명한다고 할 수 있습니다. 단순회귀분석과 다른 것은 다중회귀분석에서는 수정된 R 제곱의 수치를 봐야하는데, 이는 변수의 개수까지 고려하여 계산된 설명력이기 때문입니다. 또한 사회과학에서 하나의 변수가 3%만 되어도 영향력이 있다고 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 1.970으로 잔차의 독립성 가정을 만족한다고 할 수 있습니다.

⑩ VIF 값이 모두 10보다 작으므로 다중공선성 문제는 없다고 할 수 있습니다. 만약 다중공선성에 문제가 있는 변수가 있다면, 그 변수는 제외해야 하며, 변수의 크기가 큰 것부터 제외하면 됩니다.

독립변수별로 유의확률을 보면 역할갈등은 .808, 과업갈등은 .045, 관계갈등은 .539로 과업갈등만이 팀 성과에 유의한 영향을 미치는 것을 알 수 있습니다. 과업 갈등(β=-.242, p<.05)은 팀 성과에 유의한 부(-)의 영향을 미치며, 과업 갈등이 증가할수록 팀 성과가 감소하였습니다.