Hierarkisk regression (block)
Kort sagt
Kolumnerna under ”Utifrån vad?” testas i 2 eller 3 block. Varje block visar hur mycket varians det förklarar utöver de tidigare blocken (ΔR²).
Vad det är till för
Typiskt: block 1 innehåller kontrollvariabler (till exempel ålder), block 2 den variabel det gäller. ”Skapa block” väljs under ”Fler alternativ” vid frågan ”Går det att förutsäga något?”. Utan block förblir regressionen som vanligt.
Förutsättningar
- Som vid linjär regression. Har målkolumnen exakt två värden beräknar Statable utan block.
- Blockens ordning fastställs före analysen och motiveras teoretiskt, den väljs inte efter att man sett resultatet.
- Alla block beräknas på samma fall: den som har ett saknat värde i ett senare block faller också bort ur block 1. Statable anger antalet av dessa fall.
Läsa resultatet
- Per block: R², justerat R², ΔR² och F-förändringen (F change) med df1 (nya koefficienter; en gruppkolumn med k nivåer räknas som k − 1), df2 och p. Block 1 testas mot en modell utan prediktorer.
- Statistiskt signifikant ΔR²: blocket förklarar ytterligare varians utöver de tidigare. Annars: ingen statistiskt signifikant andel. Om det justerade R² sjunker tillför blocket ingenting när slumpvinsten dragits av.
- Koefficienterna (B, β, p) hör till modellen med alla block.
Redovisa resultatet
Block 1: R² = ,10, F(2, 97) = 5,53, p = ,005; block 2: ΔR² = ,23, F(2, 95) = 16,06, p < ,001
Namnge kolumnerna i varje block i texten och motivera ordningen.
Begränsningar
- ΔR² är inget bevis för orsakssamband: det visar hur mycket varians ett block förklarar ytterligare, inte att det orsakar den.
- En annan ordning ger ett annat ΔR². PSPP beräknar en modell per block; Statable beräknar ΔR² och F-förändringen (som ”F Change” i SPSS, i R parvis anova(m1, m2)).
Källa
Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (3:e uppl.). Erlbaum. Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5:e uppl.), kap. 9. Sage.