Analýza sloužící k určení závislosti jedné proměnné na druhé, přesněji závislé proměnné na nezávisle proměnné.
- Závislá proměnná musí být vždy číselná.
- Nezávislá proměnná je obvykle číselná, lze využít i proměnné nominální.
Model lineární regrese předpokládá existenci lineárního vztahu mezi sledovanými proměnnými.
Postup v programu IBM SPSS:
- Zjistíme, zda mají obě proměnné normální rozdělení.
Analyze -> Nonparametric Tests -> Legacy Dialogs -> 1-Sample K-S Test
Vložíme obě proměnné, zatrhneme Normal, OK
V posledním řádku - Sig > 0,05 => Má normální rozložení, lze dělat regresi. - Analyze -> Regression -> Linear...
Dependent - závislá, Stats - zatrhnout Descriptives
1. tabulka - průměry
2. tabulka - Korelace - Pearson
3. tabulka - Modely, použitá metoda
4. tabulka - RSquare - kolik % umí vysvětlit
5. tabulka - ANOVA - H0: B se rovnají nule; H1: Alespoň 1 B je různé => rozhodneme
6. tabulka - koeficienty B, Sig. musí být < 0,05! B = posun na ose y, B1 = sklon.
Zdroj: Kozel, R. Moderní metody a techniky marketingového výzkumu, strana 126.
Cvičení z předmětu Marketingový výzkum B, EkF VŠB-TUO
Cvičení z předmětu Marketingový výzkum B, EkF VŠB-TUO