Spss တွင် multicollinearity ကိုစမ်းသပ်နည်း
ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာမှုတွင် Multicollinearity သည် ဆုတ်ယုတ်မှုပုံစံတွင် ထူးခြားသော သို့မဟုတ် အမှီအခိုကင်းသော အချက်အလက်များကို ပေးစွမ်းနိုင်ခြင်း မရှိသည့် ကိန်းရှင်နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ကိန်းရှင်များသည် တစ်ခုနှင့်တစ်ခု အလွန်ဆက်စပ်နေသောအခါတွင် ဖြစ်ပေါ်သည်။ ကိန်းရှင်များကြားတွင် ဆက်စပ်ဆက်စပ်မှုဒီဂရီသည် လုံလောက်စွာမြင့်မားပါက၊ ၎င်းသည် ဆုတ်ယုတ်မှုပုံစံကို အံဝင်ခွင်ကျဖြစ်စေပြီး အနက်ပြန်ဆိုရာတွင် ပြဿနာများဖြစ်စေနိုင်သည်။
multicollinearity ကိုရှာဖွေရန်နည်းလမ်းတစ်ခုမှာ regression model ရှိ ခန့်မှန်းသူကိန်းရှင်များကြားတွင်ဆက်စပ်မှုနှင့် ခိုင်ခံ့မှုကိုတိုင်းတာသည့် variance inflation factor (VIF) ဟုခေါ်သော မက်ထရစ်ကိုအသုံးပြုခြင်းဖြစ်သည်။
ဤသင်ခန်းစာတွင် SPSS တွင် ဆုတ်ယုတ်မှုခွဲခြမ်းစိတ်ဖြာမှုတွင် ကော်လီနရီဓာတ်မျိုးစုံကို ရှာဖွေရန် VIF ကိုအသုံးပြုပုံကို ရှင်းပြထားသည်။
ဥပမာ- SPSS တွင် multicollinearity
ကျောင်းသား 10 ဦး၏ စာမေးပွဲရမှတ်ကို ဖော်ပြထားသည့် ဒေတာအတွဲတစ်ခု ရှိသည်ဆိုပါစို့၊ ၎င်းတို့ သင်ယူခဲ့သည့် နာရီအရေအတွက်၊ လက်တွေ့ စာမေးပွဲ အရေအတွက်နှင့် သင်တန်းတွင် ၎င်းတို့၏ လက်ရှိ အတန်းများကို ပြသသည်ဆိုပါစို့။
တုံ့ပြန်မှုကိန်းရှင်နှင့် နာရီများ ၊ prep_exams နှင့် current_grade တို့ကို ခန့်မှန်းသည့်ကိန်းရှင်များအဖြစ် ရမှတ်ကို အသုံးပြု၍ မျဉ်းကြောင်းပြန်ဆုတ်ခြင်းကို လုပ်ဆောင်လိုသော်လည်း ခန့်မှန်းသူကိန်းရှင်သုံးခုသည် အလွန်ဆက်စပ်မှုမရှိကြောင်း သေချာစေလိုပါသည်။
multicollinearity သည် ပြဿနာရှိမရှိ ဆုံးဖြတ်ရန်၊ ခန့်မှန်းသူကိန်းရှင်တစ်ခုစီအတွက် VIF တန်ဖိုးများကို ထုတ်လုပ်နိုင်သည်။
ဒါကိုလုပ်ဖို့၊ Analyze tab ကိုနှိပ်ပြီး Regression ၊ ပြီးတော့ Linear :
ပေါ်လာသည့် ဝင်းဒိုးအသစ်တွင်၊ မှီခိုမှုဟု တံဆိပ်တပ်ထားသည့် အကွက်ထဲသို့ ရမှတ်ကို ဆွဲယူကာ Independent(များ) ဟု တံဆိပ်တပ်ထားသည့် အကွက်ထဲသို့ ကြိုတင်ခန့်မှန်းနိုင်သော ကိန်းရှင်သုံးခုကို ဆွဲယူပါ။ ထို့နောက် Statistics ကို နှိပ်ပြီး Collinearity Diagnostics ဘေးရှိ အကွက်ကို အမှန်ခြစ်ပေးကြောင်း သေချာပါစေ။ ထို့နောက် Continue ကိုနှိပ်ပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။
သင် OK ကိုနှိပ်ပြီးနောက်၊ ခန့်မှန်းသူကိန်းရှင်တစ်ခုစီအတွက် VIF တန်ဖိုးကိုပြသသည့် အောက်ပါဇယားပေါ်လာသည်-
ကြိုတင်ခန့်မှန်းကိန်းရှင်တစ်ခုစီအတွက် VIF တန်ဖိုးများသည် အောက်ပါအတိုင်းဖြစ်သည်-
- နာရီ: 1,169
- prep_exams- 1,403
- လက်ရှိ_ရမှတ်- 1.522
VIF တန်ဖိုးသည် 1 မှစတင်ပြီး အထက်ကန့်သတ်ချက်မရှိပါ။ VIF များကို ဘာသာပြန်ခြင်းအတွက် ယေဘူယျစည်းမျဉ်းမှာ-
- 1 ၏တန်ဖိုးသည် ပေးထားသော ခန့်မှန်းပေးသူကိန်းရှင်နှင့် မော်ဒယ်ရှိ အခြားကြိုတင်ခန့်မှန်းကိန်းရှင်ကြား ဆက်နွယ်မှုမရှိကြောင်း ညွှန်ပြသည်။
- 1 နှင့် 5 ကြားရှိ တန်ဖိုးသည် ပေးထားသော ခန့်မှန်းပေးသူ ကိန်းရှင်နှင့် မော်ဒယ်ရှိ အခြားသော ခန့်မှန်းသူ ကိန်းရှင်များကြား အလယ်အလတ် ဆက်စပ်မှုကို ညွှန်ပြသော်လည်း အထူးသတိထားရန် လိုအပ်လောက်အောင် ပြင်းထန်လေ့မရှိပါ။
- 5 ထက်ကြီးသောတန်ဖိုးသည် ပေးထားသော ခန့်မှန်းသူကိန်းရှင်နှင့် မော်ဒယ်ရှိ အခြားကြိုတင်ခန့်မှန်းကိန်းရှင်များကြား ဖြစ်နိုင်ချေရှိသော ပြင်းထန်သောဆက်စပ်မှုကို ညွှန်ပြသည်။ ဤကိစ္စတွင်၊ ဆုတ်ယုတ်မှုရလဒ်များတွင် ကိန်းဂဏန်းခန့်မှန်းချက်များနှင့် p-တန်ဖိုးများသည် ယုံကြည်စိတ်ချရဖွယ်မရှိပေ။
ဤဥပမာရှိ ကြိုတင်ခန့်မှန်းကိန်းရှင်များအတွက် VIF တန်ဖိုးများသည် 5 ထက်ကြီးမည်မဟုတ်ကြောင်း ကျွန်ုပ်တို့တွေ့မြင်နိုင်သည်၊၊ ပေါင်းစည်းညီညွတ်မှုသည် ဆုတ်ယုတ်မှုပုံစံတွင် ပြဿနာရှိမည်မဟုတ်ကြောင်း ညွှန်ပြသည်။