Beth yw Atchweliad Lluosog
Mae atchweliad lluosog yn dechneg dadansoddi ystadegol a ddefnyddir i ddeall y berthynas rhwng un newidyn dibynnol a dau neu fwy o newidynnau annibynnol. Defnyddir y dull hwn yn aml mewn ymchwil gymdeithasol, economaidd, busnes, iechyd, addysg a gwyddor data oherwydd gall esbonio sut mae sawl ffactor gyda'i gilydd yn dylanwadu ar ganlyniad.
Er enghraifft, tybiwch fod rhywun eisiau rhagweld sgoriau arholiad myfyriwr. Gall oriau astudio, presenoldeb, a mynediad at diwtora (y newidynnau annibynnol) ddylanwadu ar sgoriau arholiad (y newidyn dibynnol). Mae atchweliad lluosog yn helpu i ateb cwestiynau fel: Pa ffactorau sydd fwyaf dylanwadol? Os bydd oriau astudio yn cynyddu, faint fydd y sgôr arholiad gyfartalog yn cynyddu, gan gadw ffactorau eraill yn gyson?
-
Diffiniad a Phwrpas Atchweliad Lluosog
Yn syml, mae atchweliad lluosog yn anelu at:
1. Rhagfynegwch werth y newidyn dibynnol yn seiliedig ar sawl newidyn annibynnol.
2. Eglurwch faint o ddylanwad sydd gan bob newidyn annibynnol ar y newidyn dibynnol.
3. Yn lleihau rhagfarn a all godi os mai dim ond un newidyn annibynnol a ddefnyddiwn, er bod ffenomen mewn gwirionedd yn cael ei dylanwadu gan lawer o ffactorau.
4. Rheoli newidynnau eraill (rheolaeth) wrth brofi dylanwad newidyn penodol.
Gyda atchweliad syml, dim ond ar y berthynas rhwng un ffactor a chanlyniad yr ydym yn edrych. Fodd bynnag, yn y byd go iawn, mae effeithiau'n aml yn gorgyffwrdd. Dyma lle mae atchweliad lluosog yn dod yn fwy realistig: mae'n ceisio gweld y "darlun mawr" trwy gynnwys llawer o newidynnau ar unwaith.
-
Ffurf Gyffredinol Hafaliad Atchweliad Lluosog
Fel arfer, ysgrifennir atchweliad lluosog fel yr hafaliad:
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
Gwybodaeth:
– Y = newidyn dibynnol (sydd i'w egluro/rhagweld)
– a = cysonyn (gwerth Y pan fo pob X yn 0)
– b1, b2, … bn = cyfernodau atchweliad ar gyfer pob newidyn annibynnol
– X1, X2, … Xn = newidynnau annibynnol
– e = gwall/gweddilliol (y rhan o'r amrywiad yn Y na ellir ei egluro gan y model)
Y cyfernod b yw'r gydran a ddehonglir amlaf. Er enghraifft, os yw b1 = 2,5, yna bydd pob cynnydd o 1 uned yn X1 yn cynyddu Y 2,5, gan dybio bod newidynnau annibynnol eraill yn aros yn gyson. Mae'r ymadrodd "popeth arall yn gyson" yn bwysig oherwydd ei fod yn cynrychioli nodwedd allweddol o atchweliad lluosog: mae'n mesur effaith "rhannol" newidyn.
-
Enghraifft o Gymhwysiad Atchweliad Lluosog
Er mwyn ei gwneud hi'n haws, dyma enghraifft fusnes syml. Tybiwch fod cwmni eisiau gwybod y ffactorau sy'n dylanwadu ar werthiant cynnyrch (Y). Mae'r cwmni'n casglu data:
– X1 = costau hysbysebu (mewn miliynau o rupiah)
– X2 = pris y cynnyrch (mewn miloedd o rupiah)
– X3 = nifer yr ailwerthwyr gweithredol
Mae canlyniadau'r dadansoddiad yn cynhyrchu'r hafaliad:
Gwerthiannau = 100 + 8X1 – 5X2 + 12X3
Y dehongliad:
– Cysonyn 100: pan ystyrir bod costau hysbysebu, prisiau ac ailwerthwyr yn 0, amcangyfrifir bod gwerthiannau yn 100 uned (dehongliad mathemategol yn unig yw hwn, weithiau nid yw'n gwneud synnwyr mewn gwirionedd).
– 8X1: amcangyfrifir y bydd pob 1 miliwn ychwanegol mewn costau hysbysebu yn cynyddu gwerthiant o 8 uned, os yw'r pris a'r ailwerthwr yn aros yr un fath.
– -5X2: amcangyfrifir y bydd pob cynnydd o 1 mil rupiah mewn pris yn lleihau gwerthiannau o 5 uned, os yw newidynnau eraill yn aros yn gyson.
– 12X3: mae pob 1 ailwerthwr gweithredol ychwanegol yn cynyddu gwerthiannau o 12 uned, os yw newidynnau eraill yn aros yn gyson.
Gyda'r model hwn, gall cwmnïau greu polisïau: er enghraifft, pennu'r cyfuniad o hysbysebu, prisiau, a nifer yr ailwerthwyr i gyflawni targedau gwerthu.
-
Pryd Mae Atchweliad Lluosog yn Briodol i'w Ddefnyddio?
Mae atchweliad lluosog yn addas i'w ddefnyddio pan:
1. Mae gennych chi un prif ganlyniad rydych chi am ei ragweld (Y).
2. Mae mwy nag un ffactor y credir ei fod yn dylanwadu ar y canlyniad (X).
3. Mae data ar raddfa rifol neu gellir ei newid i ffurf rifol (er enghraifft, mae categorïau'n cael eu newid yn ffugiau).
Gellir defnyddio'r dull hwn hefyd i "brofi damcaniaethau" mewn ymchwil, er enghraifft a yw effaith addysg ar incwm yn dal yn arwyddocaol ar ôl rheoli ar gyfer profiad gwaith a lleoliad preswylio.
-
Rhagdybiaethau Pwysig mewn Atchweliad Lluosog
Er mwyn i'r canlyniadau fod yn ddilys, mae gan atchweliad lluosog sawl rhagdybiaeth y mae angen eu hystyried:
1. Llinoldeb
Tybir bod y berthynas rhwng y newidynnau annibynnol a dibynnol yn llinol. Os yw'r berthynas wirioneddol yn grwm (anlinellol), efallai y bydd y model llinol yn llai cywir.
2. Nid oes aml-golinearedd uchel
Ni ddylai newidynnau annibynnol fod â chydberthynas rhy gryf. Os yw X1 ac X2 bron yn union yr un fath, bydd yn anodd gwahanu eu heffeithiau priodol.
3. Homoscedastigrwydd
Disgwylir i'r amrywiant gweddilliol fod yn gymharol gyson ar draws yr holl werthoedd a ragfynegwyd. Os bydd y gweddilliol yn mynd yn fwy ar werth penodol (heteroscedastigrwydd), gall yr amcangyfrif fod yn llai effeithlon.
4. Normalrwydd gweddillion (a ddymunir yn aml)
Dylai gweddillion gael eu dosbarthu'n fras yn normal, yn enwedig at ddibenion profi arwyddocâd.
5. Annibyniaeth gwallau
Ni ddylid cydberthyn gwallau rhwng arsylwadau. Mae'r broblem hon yn aml yn codi mewn data cyfres amser.
Fel arfer, gwneir gwirio rhagdybiaethau trwy graffiau gweddilliol, profion ystadegol (e.e., VIF ar gyfer aml-golinearedd), a dadansoddiadau diagnostig eraill.
-
Mesur Ansawdd Model: R² a Phrofion Arwyddocâd
Mewn atchweliad lluosog, defnyddir sawl dangosydd cyffredin:
– R² (Cyfernod Penderfynu)
Yn dangos cyfran yr amrywiad yn Y y gellir ei egluro gan y model. Mae gwerthoedd R² yn amrywio o 0–1. Po fwyaf yw'r R², y mwyaf o amrywiad y mae'r newidyn annibynnol yn ei egluro. Fodd bynnag, nid yw R² mawr yn golygu'n awtomatig bod y model yn "gywir"; gall gor-ffitio ddigwydd.
– R² wedi'i Addasu
Fersiwn o R² sy'n ystyried nifer y newidynnau annibynnol. Mae hyn yn helpu i gymharu modelau â gwahanol niferoedd o newidynnau.
– Prawf F (ar yr un pryd)
Profi a oes gan y newidynnau annibynnol gyda'i gilydd effaith arwyddocaol ar Y.
– prawf-t (rhannol)
Profwch a yw pob cyfernod (b1, b2, ac ati) yn ystadegol arwyddocaol.
Gyda'r prawf hwn, gall ymchwilwyr asesu a yw'r model yn ddefnyddiol a pha newidynnau sy'n cyfrannu mewn gwirionedd.
-
Manteision a Chyfyngiadau Atchweliad Lluosog
Gormodedd
– Yn fwy realistig oherwydd ei fod yn ystyried llawer o ffactorau ar unwaith.
– Gellir ei ddefnyddio ar gyfer rhagfynegi ac egluro.
– Yn caniatáu dadansoddi effeithiau rhannol (rheoli newidynnau eraill).
– Dyma'r sail ar gyfer llawer o ddulliau uwch mewn ystadegaeth a dysgu peirianyddol.
Cyfyngiadau
– Yn agored i aml-golinearedd.
– Gall canlyniadau fod yn gamarweiniol os na chyflawnir rhagdybiaethau.
– Nid yw'n dynodi perthynas achosol yn awtomatig; mae atchweliad yn dangos cysylltiad, ac mae achosiaeth yn gofyn am gynllun ymchwil cryf.
– Gall gor-ffitio ddigwydd os oes gormod o newidynnau o'i gymharu â faint o ddata.
-
Cau
Mae atchweliad lluosog yn offeryn ystadegol pwysig ar gyfer dadansoddi'r berthynas rhwng un newidyn dibynnol a nifer o newidynnau annibynnol. Gan ddefnyddio hafaliad cymharol syml, mae'r dull hwn yn helpu ymchwilwyr ac ymarferwyr i ddeall ffactorau dylanwadol, mesur cryfder dylanwad pob newidyn, a gwneud rhagfynegiadau mwy cywir na defnyddio un ffactor yn unig.
Fodd bynnag, nid yw atchweliad lluosog yn "offeryn hudolus." Mae angen ansawdd data da, dewis newidynnau rhesymol, a gwirio rhagdybiaethau i sicrhau dehongliad cywir. Pan gaiff ei ddefnyddio'n briodol, gall atchweliad lluosog ddarparu sylfaen gadarn ar gyfer gwneud penderfyniadau sy'n seiliedig ar ddata mewn amrywiaeth o feysydd.
Os hoffech chi, gallaf eich helpu i greu fersiwn o'r erthygl hon ar gyfer cyd-destun penodol (e.e., ar gyfer traethawd ymchwil, ar gyfer busnes, neu ar gyfer darllenwyr ysgol uwchradd) ynghyd ag enghreifftiau cyfrifo syml a sut i ddarllen allbwn SPSS/Excel/R.
