Transcript Chapter 18

第18章
多變量分析
概論
© The McGraw-Hill Companies, Inc., 2009
18-2
學習目標
讀完本章你應該了解：
1. 如何分類及選擇多變量分析方法。
2. 複迴歸是從一組計量自變數預測計量依變
數。
3. 區別分析利用數個計量預測變數，將人或
物分成不同群體。
4. 多變量變異數分析是，評價兩個或兩個以
上的計量依變數和分類性自變數之間關係
的方法。
© The McGraw-Hill Companies, Inc., 2009
18-3
學習目標（續）
讀完本章你應該了解：
5. 如何用結構方程式解釋不能直接測量的構
念之間的因果關係。
6. 聯合分析協助研究人員，發現期望特徵最
重要的屬性及其水準。
7. 主成分分析由原來的變數組，抽取互不相
關的因素。（探索性）因素分析降低變數
之個數，以發現潛在的構念。
© The McGraw-Hill Companies, Inc., 2009
18-4
學習目標（續）
讀完本章你應該了解：
8. 使用集群分析，將具有相同特徵的人或物
加以歸類。
9. 多元尺度分析以數字和幾何方式，表示對
產品或服務的認知。
© The McGraw-Hill Companies, Inc., 2009
18-5
有目的的探聽消息
「研究是正式的好奇心，是有目的
的管閒事。」
美國黑人民俗學家和作家
Zora Neale Hurston
© The McGraw-Hill Companies, Inc., 2009
18-6
多變量技術分類
相依方法
互依方法
© The McGraw-Hill Companies, Inc., 2009
18-7
如何選擇多變量方法1
© The McGraw-Hill Companies, Inc., 2009
18-8
如何選擇多變量方法2
© The McGraw-Hill Companies, Inc., 2009
18-9
如何選擇多變量方法3
© The McGraw-Hill Companies, Inc., 2009
18-10
相依方法
複迴歸
區別分析
多變量變異數分析
結構方程模式
聯合分析
© The McGraw-Hill Companies, Inc., 2009
18-11
複迴歸用於
發展自我加權
的估計方程式
控制干擾變項
以預測準則變
數之值
檢定並解釋
因果理論
© The McGraw-Hill Companies, Inc., 2009
18-12
一般化迴歸方程式
© The McGraw-Hill Companies, Inc., 2009
18-13
複迴歸範例
© The McGraw-Hill Companies, Inc., 2009
18-14
選擇複迴歸方法
向前選取法
向後消去法
最大判定係數法
© The McGraw-Hill Companies, Inc., 2009
18-15
評估並處理多重共線性
共線性統計量
VIF
1.000
2.289
2.289
只選用其中一個變數，
刪掉其餘的變數。
將高度相關的變數組合
成一個新的變數
2.748
3.025
3.067
© The McGraw-Hill Companies, Inc., 2009
18-16
區別分析
© The McGraw-Hill Companies, Inc., 2009
18-17
多變量變異數分析（MANOVA）
© The McGraw-Hill Companies, Inc., 2009
18-18
MANOVA輸出報表
© The McGraw-Hill Companies, Inc., 2009
18-19
Bartlett 球形檢定
© The McGraw-Hill Companies, Inc., 2009
18-20
MANOVA變異數齊一性檢定
© The McGraw-Hill Companies, Inc., 2009
18-21
多變量顯著性檢定
© The McGraw-Hill Companies, Inc., 2009
18-22
單變量顯著性檢定
© The McGraw-Hill Companies, Inc., 2009
18-23
結構方程式（SEM）
設定模式
進行估計
評估適合度
重新設定模式
解釋與溝通
© The McGraw-Hill Companies, Inc., 2009
18-24
測量模式與完整的結構方程式
© The McGraw-Hill Companies, Inc., 2009
18-25
聯合分析
© The McGraw-Hill Companies, Inc., 2009
18-26
太陽眼鏡研究案
例：用於聯合分析
的概念卡
© The McGraw-Hill Companies, Inc., 2009
18-27
太陽眼鏡研究案例：第8位受測者的
聯合分析結果
© The McGraw-Hill Companies, Inc., 2009
18-28
太陽眼鏡研究案例：聯合分析結果
© The McGraw-Hill Companies, Inc., 2009
18-29
互依方法
因素分析
集群分析
多元尺度分析
© The McGraw-Hill Companies, Inc., 2009
18-30
因素分析
© The McGraw-Hill Companies, Inc., 2009
18-31
因素矩陣
© The McGraw-Hill Companies, Inc., 2009
18-32
因素分析的直交轉軸法
© The McGraw-Hill Companies, Inc., 2009
18-33
Metro大學的MBA學生成績研究案例：
相關係數
© The McGraw-Hill Companies, Inc., 2009
18-34
Metro大學的MBA學生成績研究案例：
因素矩陣
© The McGraw-Hill Companies, Inc., 2009
18-35
Metro大學的MBA學生成績研究案
例：最大變異直交轉軸法
© The McGraw-Hill Companies, Inc., 2009
18-36
集群分析
選擇要做集群分析的樣本
定義測量人、事、物的變數
計算相似程度
選擇互斥的群體
比較集群特性及其效度
© The McGraw-Hill Companies, Inc., 2009
18-37
集群分析
© The McGraw-Hill Companies, Inc., 2009
18-38
集群成員
© The McGraw-Hill Companies, Inc., 2009
18-39
影片研究樹狀圖：平均連結法
© The McGraw-Hill Companies, Inc., 2009
18-40
16家餐廳的相似矩陣
© The McGraw-Hill Companies, Inc., 2009
18-41
餐廳定位圖
© The McGraw-Hill Companies, Inc., 2009
18-42
關鍵詞
• 平均連結法（average
linkage method）
• 向後消除法（backward
elimination）
• 貝他加權係數（beta
weights）
• 中心值（centroid）
• 集群分析（cluster
analysis）
• 共線性（collinearity）
• 共同性（communality）
• 聯合分析（conjoint analysis）
• 相依方法（dependency
techniques）
• 區別分析（discriminant
analysis）
• 虛擬變數（dummy variable）
• 特徵值（eigenvalue）
• 因素分析（factor analysis）
© The McGraw-Hill Companies, Inc., 2009
18-43
關鍵詞(續)
• 因素（factors）
•
• 向前選擇法（forward
selection）
•
• 保留樣本（holdout
•
sample）
• 互依方法
•
（interdependency
techniques）
• 因素負荷量（loadings）
•
• 計量值（metric measures）
•
• 多重共線性
（multicollinearity）
多元尺度法（multidimensional
scaling, MDS）
複迴歸（multiple regression）
多變量分析（multivariate
analysis）
多變量變異數分析
（multivariate analysis of
variance, MANOVA）
非計量值（nonmetric
measures）
路徑分析（path analysis）
© The McGraw-Hill Companies, Inc., 2009
18-44
關鍵詞(續)
• 路徑圖（path
diagram）
• 主成份分析（principal
components
analysis）
• 轉軸（rotation）
• 模型設定錯誤
（specification error）
• 標準化係數
（standardized
coefficients）
• 逐步迴歸（stepwise selection）
• 壓力指標（stress index）
• 結構方程式（structural
equation modeling, SEM）
• 效用分數（utility score）
© The McGraw-Hill Companies, Inc., 2009