Multicolinéarité Exemple de test utilisant SPSS, Tests de SPSS
Processus de prise en Multicolinéarité test
- Si la valeur VIF se situe entre 1-10, alors il n'y a pas multicolinéarité.
- Si le VIF <1 or> 10, alors il est multicolinéarité.
Cas Multicolinéarité test
Un chef d'entreprise veut savoir si les modèles de régression des symptômes de multicolinéarité ou non. Titre de la recherche est « Influence de la compétence et la motivation sur le rendement des employés ». Pour le gestionnaire de la compétence des données recueillies, la motivation et la performance des employés de 40 échantillons. Les données de recherche comme ci-dessous.
1. Allumez le programme SPSS et sélectionnez l'affichage variable. En outre, dans la compétence en écriture Nom, Motivation, Performance. Ignorer les autres options.
2. L'étape suivante, cliquez sur l'affichage des données et entrer des données de recherche conformément à la variable des compétences, la motivation, la performance.
3. Ensuite, dans le menu SPSS sélectionnez Analyse - régression - linéaire
4. Ensuite, une nouvelle boîte de dialogue apparaît avec le nom de régression linéaire. puis entrez la compétence variable et la motivation à la boîte indépendante (s). puis entrer dans la zone à charge à la variable de performance, puis cliquez sur Statistiques
5. La boîte de dialogue apparaît avec le nom de régression linéaire: Statistiques. fournir un contrôle sur les diagnostics de colinéarité. puis cliquez sur le bouton Continuer
6. La dernière étape clique sur OK pour terminer la commande, après quoi il apparaît sortie SPSS, comme suit:
Interprétation des résultats de test de sortie Multicolinéarité
Sur la base des Coefficients de sortie - Statistiques colinéarité, obtenu valeur VIF de 1,812, ce qui signifie que la valeur de VIF obtenue est comprise entre 1 et 10, on peut conclure qu'il n'y a pas de symptômes de multicolinéarité. Une fois le test terminé les chercheurs de multicolinéarité devrait également examiner s'il y avait une différence de période d'observation de la variance résiduelle à une autre période d'observation par voie de test hétéroscédasticité.