회귀분석 결과 읽는 법과 다중공선성

R 제곱은 설명력, 표준화 베타는 영향력의 크기와 방향, p는 유의성입니다. 그리고 VIF가 10을 넘으면 다중공선성을 의심해야 합니다.

가설을 검정하는 단계입니다. 상관분석이 관계가 있는지를 보는 것이라면, 회귀분석은 무엇이 무엇에 얼마나 영향을 미치는지를 봅니다.

REGRESSION
 /STATISTICS=COEFF OUTS R ANOVA COLLIN TOL
 /DEPENDENT 이직의도
 /METHOD=ENTER 직무만족 조직몰입.

세 가지를 봅니다

• R 제곱: 독립변수들이 종속변수를 몇 퍼센트 설명하는지입니다. 0.35면 35%입니다. 독립변수가 많으면 수정된 R 제곱을 보고합니다.
• 표준화 베타: 영향력의 크기와 방향입니다. 여러 독립변수의 영향력을 서로 비교하려면 비표준화 계수 B가 아니라 표준화된 베타를 봐야 합니다.
• 유의확률 p: 0.05보다 작으면 그 변수가 유의한 영향을 미친다고 씁니다.

그 전에 ANOVA 표의 F값이 유의한지 먼저 확인하세요. 모형 전체가 유의하지 않으면 개별 계수를 해석할 이유가 없습니다.

다중공선성은 반드시 확인합니다

독립변수끼리 너무 비슷하면 결과가 이상해집니다. 상관은 분명히 있는데 회귀에서는 유의하지 않게 나오거나, 부호가 예상과 반대로 뒤집히는 식입니다.

• VIF가 10을 넘으면 문제로 봅니다. 가장 널리 쓰이는 기준이고, 더 엄격하게 5를 쓰는 분야도 있습니다.
• 공차한계(Tolerance)가 0.1 미만이면 같은 신호입니다. VIF의 역수입니다.

넘으면 둘 중 하나를 빼거나, 두 변수를 하나로 묶습니다. 애초에 개념이 거의 같은 두 척도를 함께 넣은 것은 아닌지 이론적으로 다시 보세요.