.

"ANTARA BLOG TERBAIK DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN A MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

BENGKEL ANJURAN DR OT:

(1) TULIS TESIS CEPAT & PENGURUSAN ARTIKEL MENDELEY

(2) PENGENALAN ANALISIS DATA KUANTITATIF SPSS

(3) ANALISIS DATA KUALITATIF DGN ATLAS.ti

(4) BENGKEL BINA DAN ANALISIS SOAL SELIDIK

Ingin anjur bengkel ditempat anda? Email ke:

zahinothman@gmail.com



-------------------------------------------------------------------------------------------------------------------------------------------------------

Sila joint dan sign-in. Anda FOLLOWER kehormat drotspss...

Saya klik Follow dan BANGGA menjadi follower drotspss...

Wednesday, October 28, 2015

Tajuk 798: MENTAFSIR DAPATAN MULTIPLE REGRESSION ! Standardized VS Unstandardized Coefficient



Harap ini dapat membantu...

1. R square
Mula lihat dulu Jadual Model Summary dgn nilai R square, yang menunjukkan nilai variance DV yang boleh dijelaskan oleh predictors. 
Katakan jika nilainya 0.67, bermakna 67% variance pada DV dijelaskan dalam model regression (persamaan regression).

2. Significance
Nilai p-value > 0.05 membolehkan anda menerima null hypothesis (tiada hubungan predictor kepada DV) dalam model regressi anda iaitu perubahan pada predictor tidak dapat dikaitkan dgn DV (not statistically significant).

Dlm kes ini, “bebanan_tugasan” tidak dapat dikaitkan dgn “tahap tekanan” secara significance (bukan tidak berkait lansung).

Nilai p-value < 0.05 membolehkan anda menolak null hypothesis dalam model regressi anda, iaitu predictor “kekangan masa”, “hubungan negatif” dan “sokongan pengetua” memberikan makna kepada model regressi kerana perubahan pada predictor2 tersebut berkaitan dgn perubahan kepada DV secara signifikan.

3. Unstandardised coefficient
Jika kajian anda dijalankan bagi mendapatkan model regression, maka gunakan nilai unstandardised coefficient. Dalam kes ini model anda adalah:

Bebanan tugas(.103) + kekangan masa(.499) + hubungan negatif (.307) + sokongan pengetua(-.226) + 5.991 = tahap tekanan

Kelebihan guna unstandardized coefficients kerana anda boleh terus interpret seperti berikut:

Model ini membawa maksud setiap 1 unit “bebanan tugas” bertambah, berlaku perubahan .103 unit “tahap tekanan” (after controlling the other predictors in the equation), atau setiap 100 unit bebanan tugas bertambah, berlaku perubahan 10.3 unit tahap tekanan.

4. Standardized coefficients
Wbp, unstandardised coefficient menyukarkan perbandingan secara relative pengaruh antara predictors (kerana unit digunakan oleh setiap predictor berbeza) terhadap DV.

Maka standardized coefficients digunakan berasaskan perubahan dalam unit standard deviation setiap predictor. Misalnya, 1 s.d berubah dalam "bebanan_tugas", maka 1 unit s.d juga berlaku dalam "tahap tekanan" (DV). Hal yang sama juga boleh ditafsirkan bagi semua nilai s.d bagi setiap predictor terhadap DV.

Maka nilai dalam jadual (standardised coefficients) adalah nilai s.d masing2, maka mudahlah dibuat perbandingan antara predictor (kerana semuanya sama sahaja menggunakan s.d). Maka hanya bebanan_tugas tidak memberikan sumbangan yang signifikan secara statistik. Kekangan masa menunjukkan sumbangan terbesar (.436) diikuti dgn hubungan negatif (.271) dan sokongan pengetua (-.215).

Pheww....
OT

No comments:

Post a Comment

Related Posts Plugin for WordPress, Blogger...