Sosiale forskere bruker SPSS (Statistical Package for Social Sciences ) for å analysere data . De bruker en hierarkisk regresjon når de ønsker å teste virkningen av spesifikke Predictor variabler samtidig kontrollere påvirkning av andre. Den hierarkiske regresjonsanalyse tillater forskeren å spesifisere hvilken rekkefølge variablene er lagt inn i prosedyren . Analysen forteller forskeren hvor viktig en bestemt variabel er i å forutsi et resultat. Du trenger
SPSS
Data
Vis flere instruksjoner
analysere data
en

Gå til "Data View" på SPSS . Klikk på " Analyze" på verktøylinjen øverst på siden. Velg " regresjon " fra drop down menyen og klikk på " Linear ".
2

Når dialogboksen vises , flytter du avhengig variabel (for eksempel test score) inn i " avhengig" boksen .
3

Enter Predictor variabler , for eksempel kjønn, rase og ses ( sosioøkonomisk status ) i "Uavhengig " boksen . Disse er variablene du ønsker å kontrollere.
4

Klikk på "Next ", som lar deg angi en annen variabel eller sett av variabler . Sett variabelen (e ) der du er primært interessert, sier " utdanningsnivå " i " Independent "-boksen. Klikk "OK".
Les Output
5

titt på den første tabellen " Variabler Inngått /Fjernet " som viser de variablene du skrev inn i trinn 3 og 4 i Analyser data avsnitt . Modell 1 viser de variablene du kontrollerte ( kjønn, rase og ses) . Modell 2 er variabelen av interesse ( utdanningsnivå ) .
6

titt på den neste tabellen, "Model Summary ", som forteller deg R Square for Modell 1 med variablene du kontrollerte (sex , rase, SES ) og to Model, variabelen av interesse ( utdanningsnivå ) .
7

viktig informasjon er endringen i R Square fra modell 1 til modell 2 . Trekke R Square of Modell 1 (si 0,152 eller 15,2% ) fra R Square of Modell 2 (si 0,303 eller 30,3% ) forteller deg hvor mye prediktiv kraft variabelen av interesse har . I dette tilfellet , 30,3% - 15,2% = 15,1% , noe som betyr at variabelen spår 15,1 % av forskjellen

.