Regresja hierarchiczna (bloki)

W skrócie

Kolumny pod „Przewidywane z czego?” są testowane w 2 lub 3 blokach. Każdy blok pokazuje, ile wariancji wyjaśnia ponad poprzednie bloki (ΔR²).

Do czego służy

Typowo: blok 1 zawiera zmienne kontrolne (na przykład wiek), blok 2 zmienną, o którą chodzi. „Utwórz bloki” wybiera się w „Więcej opcji” w pytaniu „Czy można coś przewidzieć?”. Bez bloków regresja pozostaje taka jak zwykle.

Założenia

• Jak w regresji liniowej. Jeśli kolumna docelowa ma dokładnie dwie wartości, Statable liczy bez bloków.
• Kolejność bloków ustala się przed analizą i uzasadnia teorią, a nie wybiera po zobaczeniu wyniku.
• Wszystkie bloki są liczone na tych samych przypadkach: kto ma brak w późniejszym bloku, wypada też z bloku 1. Statable podaje liczbę tych przypadków.

Odczytywanie wyniku

• Na blok: R², skorygowane R², ΔR² i zmiana F (F change) z df1 (nowe współczynniki; kolumna grupowa z k poziomami liczy się jako k − 1), df2 i p. Blok 1 jest testowany względem modelu bez predyktorów.
• ΔR² istotne statystycznie: blok wyjaśnia dodatkową wariancję ponad poprzednie. W przeciwnym razie: brak istotnego statystycznie udziału. Jeśli skorygowane R² spada, blok nic nie wnosi po odjęciu zysku wynikającego z przypadku.
• Współczynniki (B, β, p) należą do modelu ze wszystkimi blokami.

Raportowanie wyniku

Blok 1: R² = ,10, F(2, 97) = 5,53, p = ,005; blok 2: ΔR² = ,23, F(2, 95) = 16,06, p < ,001

W tekście wymień kolumny każdego bloku i uzasadnij kolejność.

Ograniczenia

• ΔR² nie jest dowodem przyczynowości: pokazuje, ile wariancji blok wyjaśnia dodatkowo, a nie że ją powoduje.
• Inna kolejność daje inne ΔR². PSPP liczy jeden model na blok; Statable oblicza ΔR² i zmianę F (jak „F Change” w SPSS, w R parami anova(m1, m2)).

Źródło

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (wyd. 3). Erlbaum. Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (wyd. 5), rozdz. 9. Sage.