رگرسیون سلسله‌مراتبی
رگرسیون سلسله‌مراتبی (Hierarchical regression) نشان می‌دهد متغیرهای پیش‌بین پس از ورود متغیرهای دیگر به صورت معنادار تغییرات متغیر وابسته را توجیه می‌کنند. این چارچوب بیشتر برای مدل‌های مقایسه‌ای مناسب است تا روش‌های آماری. یکی از کاربردهای اساسی این روش در حل مسائل متغیر تعدیل کننده است. رگرسیون سلسله‌مراتبی یا ترتیبی این امکان را فراهم می‌آورد که تاثیر چند متغیر مستقل بر یک متغیر وابسته طی چند مرحله مشخص شود.
در رگرسیون سلسله‌مراتبی ترتیب ورود متغیرها به تحلیل پیشتر و با توجه به چارچوب نظری یا تجربی تحلیل، توسط پژوهشگر مشخص شده است. به عبارت دیگر پژوهشگر شخصاً در زمینه ورود متغیرها به تحلیل تصمیم‌گیری می‌کند. در این راهبرد پژوهشگر یک یا چند متغیر را همزمان در هر یک از موارد تحلیل می‌کند. برای هر مرحله ضریب تشخیص R2 محاسبه شده و تغییرات آن ΔR2 با توجه به میزان ضریب تشخیص مرحله پیشین مشخص می‌شود. معناداری میزان R2 و ΔR2 هر مرحله مورد آزمون قرار می‌گیرد. ΔR2 هر مرحله اثر متغیر یا متغیرهایی است که در آن گام تحلیل می‌شود.
آموزش رگرسیون سلسله‌مراتبی با SPSS
برای تحلیل رگرسیون سلسله‌مراتبی مراحل زیر را انجام دهید:
فایل data2.sav را باز کنید.
از منوی Analyze گزینه Regression فرمان Linear را اجرا کنید: Analyze →Regression Linear
متغیر وابسته DV را به کادر متغیرهای وابسته منتقل کنید.
متغیر مستقل IV را به کادر متغیرهای مستقل منتقل کنید.
دکمه Next را فشار دهید تا کادر بعدی ظاهر شود.
متغیر مستقل IV و متغیر تعدیلگر MV را به کادر متغیرهای مستقل منتقل کنید.
از قسمت Method نوع رگرسیون را انتخاب کنید. بهتر است روی Enter تنظیم باشد.
دکمه ok را فشار دهید تا خروجی ظاهر شود.
براساس جدول خلاصه مدل (Model Summary) میزان تغییر R را بررسی کنید. اگر تغییرات چشمگیر بود بنابراین متغیر تعدیلگر موثر بوده است ولی اگر تغییرات چندان زیاد نبود بنابراین متغیر تعدیلگر نقشی نداشته است. روش فوق رگرسیون سلسله‌مراتبی خطی بوده و روش‌های سلسله‌مراتبی چندگانه نیز وجود دارد.
جمع‌بندی
از آن جا که روش تحلیل رگرسیون سلسله‌مراتبی با توجه به چارچوب نظری یا تجربی وپژه‌ای صورت می‌گیرد، در تحقیقات علوم رفتاری از اهمیت خاصی برخوردار است. لازم به تذکر است که برای این گونه تحقیقات آشنایی با روش‌های آماری تحلیل رگرسیون الزامی است. از رگرسیون سلسله‌مراتبی برای بررسی نقش متغیرهای تعدیلگر براساس رویه پیشنهادی بارون و کنی استفاده کرد. در رگرسیون چندگانه سلسله‌مراتبی، پژوهشگر ترتیبی را که متغیرهای پیشگو در قالب دو مجموعه وارد مدل می‌شوند مشخص می‌کند. لذا با استفاده از این رویه می‌توان کیفیت مدل و اثر متغیری یا گروهی از متغیرها را بعد از کنترل اثر متغیر(های) مرحله اول بررسی نمود.
پژوهشگر برای این متغیر(ها)، متغیرهای مرحله اول، مدل رگرسیونی چندگانه را اجرا می‌نماید( توجه: بنا به نیاز می‌توان رویه‌های گوناگون enter، step-wise،remove، backward یا forward را انتخاب نمود). از روی خروجی مربوطه برای این مدل، مدل مرحله اول، می‌توان میزان تغییراتی که توجه آن توجیه شده است را بدست آورد (منظور بررسی ضریب تعیین می‌باشد). پژوهشگر مدل مرحله دوم را با ترکیب متغیرهای اولیه به همراه مجموعه متغیرهای جدید اجرا می‌نماید. پس از بررسی نتایج این دو مرحله و مقایسه مقدار تغییرات توجیه شده می‌تواند به سوالات، پاسخ می‌دهد.
منبع: حبیبی، آرش؛ سرآبادانی، مونا. (۱۴۰۱). آموزش کاربردی SPSS. تهران: نارون.
تهیه و تنظیم: پشتیبانی پارسمدیر
آمار کاربردی مدیریت | ۱۸ بهمن ۹۱
مطالب شما عالی بود. ممنون. من خیلی از سایت ها را برای این موضوع گشتم اما هیج کدام به این کاملی و مفید توضیح نداده بودند. البته من قبلا برای رساله دکترام هم از مطالب شما برای معادلات ساختاری استفاده کردم اونم بسیار عالی ب.د. سپاس فراوان
زنده باشید. سپاس از مهر شما 🌸🌸
بسیار عالی و مفید و قابل استفاده بود. من از دنبال کنندگان سایت شما و مطالب ارزنده شما هستم خواهشا همین کار آموزشی را ادامه بدهبد متشکرم
سپاس از دیدگاه شما، با احترام