Enkelvoudige lineaire regressie met SPSS

Enkelvoudige lineaire regressie (Engels: simple regression of univeriate regression) of simpelweg enkelvoudige regressie is een statistische analysetechniek om een specifieke samenhang tussen twee variabelen vast te stellen. We willen de uitkomst (afhankelijke variabele) voorspellen met één predictor (onafhankelijke variabele). Bijvoorbeeld, op basis van de temperatuur voorspellen hoeveel ijsjes er worden verkocht.

In dit artikel lees je aan de hand van een voorbeeld hoe je deze analyse uitvoert in SPSS. In ons artikel Regressie-analyse voor beginners beschreven we de basistheorie van regressie-analyse. Als je nog niet weet welke analyse geschikt is voor jouw probleemstelling, begin dan met ons artikel Data-analyse: waar te beginnen?

Uitvoeren enkelvoudige regressie-analyse

Ga in het menu naar Analyze –> Regression –> Linear… Onderstaande venster verschijnt. Selecteer de gewenste afhankelijke variabele en klik op het pijltje naast het veld Dependent. Doe hetzelfde voor de onafhankelijke variabele bij het veld Independent(s). In het voorbeeld hebben we leeftijd (age) als onafhankelijke variabele geplaatst en het jaarsalaris (salary) als afhankelijke variabele.

Klik vervolgens op OK om de analyse uit te voeren.

Interpreteren SPSS output

De eerste tabel in de SPSS output geeft een samenvatting van het model. De R-kwadraaat (R Square) vertelt dat 49,1% van het salaris verklaart wordt door leeftijd. De overige 51,9% in variatie van salaris wordt dus door andere factoren verklaard.

De tweede tabel rapporteert de variantieanalyse (ANOVA). Het belangrijkste deel van de tabel is de F-ratio (F) en de bijbehorende significantiewaarde (Sig.) van die F-ratio. In onderstaande voorbeeld is F 42,39, wat significant is bij p < 0,001 (omdat de waarde in de kolom Sig. minder is dan 0,001). Dit resultaat geeft aan dat er minder dan een 0,1% kans is dat een F-ratio van deze omvang voorkomt als de nulhypothese waar zou zijn. Daarom kunnen we concluderen dat ons regressiemodel resulteert in een significant betere voorspelling van salaris dan wanneer we de gemiddelde waarde van de salaris zouden gebruiken voor elke waarde van leeftijd. Kortom, het regressiemodel voorspelt het salaris significant goed.

De ANOVA-tabel vertelt ons of het model in het algemeen resulteert in een significant goede voorspelling van de uitkomstvariabele. Echter zegt de ANOVA niets over de individuele bijdrage van variabelen in het model (hoewel er bij een enkelvoudige regressie slechts één variabele in het model zit en dus kunnen we concluderen dat deze variabele een goede voorspeller is). Onderstaande tabel geeft details over de modelparameters (de bètawaarden) en de significantie van deze waarden. In onderstaande voorbeeld heeft de β0 (de bètawaarde van de intercept, het punt bij X = 0) een waarde van -23776,76. Dit betekent dat als er geen leeftijd bekend is, het model voorspelt dat het salaris -23776,76 is. De β1  (de helling (slope) van de regressielijn) is 2050,12. Deze waarde staat voor de verandering in de uitkomst (salaris) geassocieerd met een eenheidsverandering in de voorspeller (leeftijd). In onderstaande voorbeeld betekent dit dat bij elke verhoging van een jaar in leeftijd het voorspelde jaarsalaris 2050,12 hoger is.

De t (een-na-laatste kolom) geeft aan of de β-waarde anders is dan 0 en de Sig. of dit significant is. Deze is 0,000 in bovenstaande voorbeeld. Dit is lager dan 0,005 en dus significant. Daarom kunnen we concluderen dat leeftijd een belangrijke bijdrage (p <.001) levert aan salaris.

Het regressiemodel bij bovenstaande analyse noteren we als volgt:

Bij een leeftijd van 27 hoort dus het volgende salaris:

salaris = -23776,76 + (2050,12 × 27)

salaris = 31576,48

Rapporteren resultaten enkelvoudige regressie

In het resultatenhoofdstuk van je scriptie rapporteer je de uitkomsten van de regressieanalyse. Voor het rapporteren van statistische resultaten zijn richtlijnen afgesproken, bijvoorbeeld zoals opgenomen in de APA-stijl. Zo ook specifiek voor regressie-analyse. Het veel toegepast slabloon gaat als volgt (in het Engels, omdat dit het meest voorkomt scripties met statistische analyse in Nederland):

A simple linear regression was used to predict {afhankelijke variabele} from {onafhankelijke variabele}. This variable significantly predicted {afhankelijke variabele}, F({A},  {B}) = {C}, p < {D},  R² = {E}. Predicted {afhankelijke variabele} is equal to {F}, {+/- G} in {eenheid van onafhankelijke variabele; €/kg/meters/etc} per {eenheid onafhankelijke variabele; €/kg/etc} in {afhankelijke variabele}.

Daarbij zijn F({A},  {B}) de vrijheidsgraden: {A} staat voor het aantal verklarende variabelen en {B} het aantal observaties minus het aantal verklarende variabelen minus één.

Het sjabloon ingevuld met bevindingen uit bovenstaande analyse:

A simple linear regression was used to predict salary from age. This variable significantly predicted salary, F(1, 95) = 42.39, p < .0005, R² = .491. Predicted salary is equal to -23776,76, +2050,12 (€) per euro in income.