매개효과

help 목록돌아가기


통계분석용 데이터 명 생성일자 출처 메모 데이터보기
상품재구매 2016-12-10 Sample Data R 조절매개 분석 연구용
데이터보기
label_important위계적 회귀분석(hierarchical linear regression)은 다른 요인들의 효과를 제외한 후, 특정한 변수의 효과를 측정할 때 사용합니다.
(예시: 이 방법은 행복에 영향을 미치는 것으로 기대하는 여러 변수(나이, 성별, 학력, 친구) 중에서 다른 요인들의 영향을 배제한 후, 애완동물이 행복에 미치는 효과를 분석할 때 사용합니다.)

Step 1결과변수(Y)를 선택하십시오.(예:행복수준 등)


Step 2첫 번째 모델(Model 1.)에 투입할 변수를 설정하십시오.(예: 성별, 나이 등)

 
add
 
 
add
 
remove

Step 3두 번째 모델(Model 2.)에 투입할 변수를 설정하십시오.(예: 친구 수, 취미 등)

 
add

Step 4세 번째 모델에서 알고 싶은(또는 관심있는) 변수를 설정하십시오.(예: 애완동물 등)


분석하기

poll위계적 회귀 분석 결과

모형 요약

독립변수 회귀분석1 회귀분석2 회귀분석3
V1.상품이미지 0.3206*** 0.1870** 0.1583*
V2.사회적지위 0.3112*** 0.2127** 0.1377
V3.브랜드가치 0.3056*** 0.2729***
V5.만족도 0.1684*
R-squared 0.3869 0.4486 0.4617
Adjusted R 0.3807 0.4401 0.4506

Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 '' 1

위계적 회귀분석(hierarchical linear regression) 해설

다른 요인의 영향을 제외한 후, V5.만족도 변수가 V4.재구매 변수에 미치는 영향을 '위계적 회귀(hierarchical linear regression)' 방법으로 분석하였다.

분석 결과, model 1에서
V1.상품이미지 변수가 V4.재구매 변수에 미치는 영향은 통계적으로 유의하다.
V2.사회적지위 변수가 V4.재구매 변수에 미치는 영향은 통계적으로 유의하다.


Model 2.에서
V3.브랜드가치 변수가 V4.재구매 변수에 미치는 영향은 통계적으로 유의하다.

V3.브랜드가치 변수는 Model2에서 새롭게 추가된 변수이다.

분석 결과, V3.브랜드가치 변수는 V4.재구매 변수에 직접적인 효과를 주는 것으로 나타났다. (β = 0.3056***, p<0.0000)
이것은  V1.상품이미지 변수와 V2.사회적지위 변수가 V4.재구매 변수에 미치는 효과를 제외한 후, V3.브랜드가치 변수의 V4.재구매 변수에 대한 주요한 효과를 의미한다.


Model 3.에서
V1.상품이미지 변수가 V4.재구매 변수에 미치는 영향은 통계적으로 유의하다.
V2.사회적지위 변수가 V4.재구매 변수에 미치는 영향은 통계적으로 유의하지 않았다.

V3.브랜드가치 변수는 V4.재구매 변수에 직접적인 효과를 주는 것으로 나타났다. (β = 0.2729***, p<0.0001)

V5.만족도 변수는 Model3에서 새롭게 추가된 변수이다.

V5.만족도 변수는 V4.재구매 변수에 직접적인 효과를 주는 것으로 나타났다. (β = 0.1684*, p<0.0305)
이것은 V1.상품이미지 변수, V2.사회적지위 변수와  V3.브랜드가치 변수 변수의 V4.재구매 변수에 대한 효과를 제외한 후, V5.만족도 변수가 V4.재구매 변수에 대한 주요한 효과를 의미한다.

Analysis of Variance Table

Response: V4
           Df Sum Sq Mean Sq F value Pr(>F)
Residuals 199 121.02 0.60813               
Analysis of Variance Table

Model 1: V4 ~ V1 + V2
Model 2: V4 ~ V1 + V2 + V3
Model 3: V4 ~ V1 + V2 + V3 + V5
  Res.Df    RSS Df Sum of Sq       F    Pr(>F)    
1    197 74.197                                   
2    196 66.733  1    7.4636 22.3406 4.366e-06 ***
3    195 65.146  1    1.5875  4.7519   0.03046 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Call:
lm(formula = model_1, data = x_list)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.68449 -0.35764  0.01053  0.40004  1.63611 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  1.46214    0.19125   7.645 8.97e-13 ***
V1           0.32060    0.06086   5.268 3.60e-07 ***
V2           0.31123    0.06621   4.701 4.87e-06 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.6137 on 197 degrees of freedom
Multiple R-squared:  0.3869,	Adjusted R-squared:  0.3807 
F-statistic: 62.16 on 2 and 197 DF,  p-value: < 2.2e-16


Call:
lm(formula = model_2, data = x_list)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.67823 -0.37389  0.04402  0.38871  1.41773 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  1.13227    0.19501   5.806 2.54e-08 ***
V1           0.18700    0.06452   2.898  0.00418 ** 
V2           0.21266    0.06638   3.204  0.00158 ** 
V3           0.30557    0.06527   4.682 5.30e-06 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.5835 on 196 degrees of freedom
Multiple R-squared:  0.4486,	Adjusted R-squared:  0.4401 
F-statistic: 53.14 on 3 and 196 DF,  p-value: < 2.2e-16


Call:
lm(formula = model_3, data = x_list)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.64153 -0.36783  0.00801  0.38652  1.49219 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  1.05106    0.19673   5.343 2.54e-07 ***
V1           0.15828    0.06525   2.426   0.0162 *  
V2           0.13768    0.07421   1.855   0.0651 .  
V3           0.27293    0.06636   4.113 5.76e-05 ***
V5           0.16844    0.07727   2.180   0.0305 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.578 on 195 degrees of freedom
Multiple R-squared:  0.4617,	Adjusted R-squared:  0.4506 
F-statistic: 41.81 on 4 and 195 DF,  p-value: < 2.2e-16
				

*첫번째 모형의 잔차분석 결과

*두번째 모형의 잔차분석 결과

*세번째 모형의 잔차분석 결과