※ 引述《landcoobee (.......)》之銘言： : 請教各位高手 : 我的商科論文 : SPSS跑出來 R-Square= 0.43 : 應該是 我的五個自變項只能解釋 43% 依變項.... : 這樣是偏低還是正常啊? 商管領域的論文來說，個人覺得算是不錯的解釋力了， 若是說偏低還是正常的數字，我覺得尚稱正常。 : 有辦法拉高解釋力嗎? 其實不需要太在意去增加「R平方」的數值， 而是去思考這五個自變數解釋了依變項43％的變異量是否具有合理性。 若是真的想要嘗試拉高解釋力，可以選擇用曲線迴歸， 看看自變項與依變項的關係是否並不是那麼線性，或許會得到較高的解釋力； 還有，若是方程式不去包含截距項，解釋力也會變大， 以上只是操作方法，但重點在於有沒有理論或正當理由去解釋這些「變高的解釋力」。 : 在Coefficients table中 : 五個項目中，有兩個Sig.< 0.05 : 另三個大於...... : 請問這樣可以分析說這兩項具有意義，假設成立 : 而另三項不成立嗎? 看來您的研究是將五個自變數同時置入方程式去對某個依變數進行迴歸分析， 我個人想法覺得這是一種「解釋型迴歸」， 意思就是不論五個自變數顯著與否，您都必須要去解釋為什麼顯著？ 為什麼某個自變數的迴歸係數或顯著性最高？為什麼某個迴歸係數最低或不顯著？ 假設的成立與否，要看您當初是怎麼進行假設推論的， 如果您是企管所的論文，或許可能可以勉強說有三個假設成立，兩個不成立， 但請注意這五個假設都應該有意義，因為您必須去解釋原因，如我上段所敘， 這才是商管論文的價值所在； 當然，除非您當初在先前的研究假設就已經預料到某兩個變數不顯著了， 那可能可以省去一點解釋的篇幅。 另外，五個自變數同時置入對某一依變數進行迴歸分析的結果， 可能會跟每次只投入一個自變數對某一依變數進行迴歸分析的結果不同， 如果您分開作五次迴歸分析， 那或許會得到五個自變數的迴歸係數都顯著的結論， 至於能不能這樣作，還是得回到您的研究問題論定， 一般來說，我個人在社會科學的研究中是不建議的。 : 謝謝 : from 不是商學出身的外行人 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 1.171.162.87