Upload
masato
View
77
Download
3
Embed Size (px)
DESCRIPTION
บทที่ 12 การวิเคราะห์การถดถอย (ต่อ). การวิเคราะห์การถดถอยพหุเชิงเส้น ( Multiple Linear Regression analysis). เป็นการศึกษาความสัมพันธ์ของตัวแปรมากกว่า 2 ตัว ตัวแปรอิสระที่มีจำนวนมีมากกว่า 1 ตัว (ใช้สัญลักษณ์ X 1 ,X 2 ,…) ตัวแปรตาม 1 ตัว (ใช้สัญลักษณ์ Y). สมการการถดถอยเชิงเส้นของประชากร - PowerPoint PPT Presentation
Citation preview
BC428: Research in Business Computer
1
บทท�� บทท�� 1212 การวิ�เคราะห์การถดถอย การวิ�เคราะห์การถดถอย
((ต่�อต่�อ))
บทท�� บทท�� 1212 การวิ�เคราะห์การถดถอย การวิ�เคราะห์การถดถอย
((ต่�อต่�อ))
BC428: Research in Business Computer
2
การวิ�เคราะห์การถดถอยพห์�เชิ�งเส้�น(Multiple Linear Regression
analysis) • เป็�นการศึ�กษาควิามส้�มพ�นธ์ของต่�วิแป็รมากกวิ�า
2 ต่�วิ • ต่�วิแป็รอ�ส้ระที่$%ม$จำ'านวินม$มากกวิ�า 1 ต่�วิ (ใชิ�
ส้�ญลั�กษณ์ X1 ,X2 ,…) • ต่�วิแป็รต่าม 1 ต่�วิ (ใชิ�ส้�ญลั�กษณ์ Y)
BC428: Research in Business Computer
3
ส้มการการถดถอยเชิ�งเส้�นของป็ระชิากร Y = β
0 + β
1X1
+ β2
X2
+ … + βkXk + ε
ส้มการการถดถอยเชิ�งเส้�นของกลั��มต่�วิอย�าง Y = b
0 + b
1X 1 + b
2X 2 +… + bkX k + e
ส้มการจำากการพยากรณ์ (การป็ระมาณ์ค�า)^
Y = b0
+ b1
X1
+ b2
X2
+ … + bkXk
BC428: Research in Business Computer
4
ขั้��นตอนการวิ�เคราะห์�การถดถอยพห์�เชิ�งเส้�น
• เลั,อกต่�วิแบบ (Model) ส้'าห์ร�บการวิ�เคราะห์ • ส้ร�างส้มการการพยากรณ์ • ต่รวิจำส้อบข�อต่กลังเบ,.องต่�น
BC428: Research in Business Computer
5
ค�าส้ถ�ต�ท��ควิรร�� ค�าส้�มประส้�ทธิ์�#ส้ห์ส้�มพ�นธิ์�พห์� (Correlation Coefficient)
•เป็�นค�าที่$%แส้ดงขนาดควิามส้�มพ�นธ์ระห์วิ�างต่�วิแป็รอ�ส้ระที่�.งห์มด ก�บต่�วิแป็รต่าม •ส้�ญลั�กษณ์ที่$%ใชิ�ค,อ r•ค�าที่$%ค'านวิณ์ได�อย0�ในชิ�วิงระห์วิ�าง 0 ถ�ง 1
r เที่�าก�บ 054 ห์มายควิามวิ�า ?
BC428: Research in Business Computer
6
ค�าส้�มประส้�ทธิ์�#การก$าห์นดพห์� (TheCoefficientof Determi nati on)
• ใชิ�แส้ดงควิามแป็รผั�นที่$%เก�ดข�.นก�บต่�วิแป็ร Y ม$ผัลัเน,%องมากจำากต่�วิแป็ร X ที่�กต่�วิแป็ร ค�ดเป็�นก$%เป็อรเซ็3นต่
• เพ,%อศึ�กษาวิ�า ส้มการการป็ระมาณ์ค�า ม$ควิามเห์มาะส้มที่$%จำะน'าไป็ใชิ�ในได�มากห์ร,อน�อย
• ส้�ญลั�กษณ์ที่$%ใชิ�ค,อ r2 • ค�าที่$%ค'านวิณ์ได�อย0�ในชิ�วิงระห์วิ�าง 0 ถ�ง 1
ค�า r 2 ม$ค�าเที่�าก�บ 064 ห์มายควิามวิ�า ?
BC428: Research in Business Computer
7
ค�าควิามคลาดเคล'�อนมาตรฐานขั้องการประมาณ (Standard Error of the Estimate)
• ควิามคลัาดเคลั,%อนที่$%เก�ดข�.นจำากการน'าต่�วิแป็ร อ�ส้ระมาใชิ�ในการป็ระมาณ์ค�าต่�วิแป็รต่าม
• ส้�ญลั�กษณ์ที่$%ใชิ�ค,อ k21 X...XX.YS
21XX.YS 23= . บาที่ ห์มายควิามวิ�า ?
BC428: Research in Business Computer
8
ค�าส้�มประส้�ทธิ์�#การถดถอยพห์� (Regression Coefficient)
จำะต่�องแยกการที่ดส้อบเป็�น 2 ข�.นต่อนค,อ1. การทดส้อบส้�มประส้�ทธิ์�#การถดถอยโดยรวิม
ส้มมต่�ฐานH0 : β1 = β
2 = … = βk = 0
H1 : ม$ βi อย�างน�อย 1 ต่�วิที่$%ไม�เที่�าก�บศึ0นย
BC428: Research in Business Computer
9
2. การทดส้อบส้�มประส้�ทธิ์�#การถดถอยแต�ละค�า
ส้มมต่�ฐานH0 : βi = 0H1 : βi 0
BC428: Research in Business Computer
10
การส้ร�างส้มการการถดถอยพห์�เชิ�งเส้�น
• วิ�ธ์$ Enter ในการวิ�เคราะห์จำะได�ต่�วิแบบ (Model) เพ$ยง 1 แบบเที่�าน�.น
• วิ�ธ์$ Forward• วิ�ธ์$ Backward• วิ�ธ์$ Stepwise• วิ�ธ์$ Remove
BC428: Research in Business Computer
11
ลั�กษณ์ะของค'าถามในแบบส้อบถาม1. ค�าใชิ�จำ�ายในการป็ระชิาส้�มพ�นธ์ ............................. บาที่2. จำ'านวินพน�กงานขาย ................................... คน3. ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่ .................................. ป็54. จำ'านวินร� �นของรถยนต่ ...................... ร� �น5. ยอดขายรถยนต่ ................................. ค�น
Data12_2.sav
ต่�วิแป็รอ�ส้ระ(X) ค,อ ?ต่�วิแป็รต่าม (Y) ค,อ ?
ค'าส้�%ง Analyze Regression Linear …
BC428: Research in Business Computer
12
Variables Entered/Removeda
¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢Ò .Stepwise (Criteria: Probability-of-F-to-enter <=.050, Probability-of-F-to-remove >= .100).
»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·).Stepwise (Criteria: Probability-of-F-to-enter <=.050, Probability-of-F-to-remove >= .100).
ÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·.Stepwise (Criteria: Probability-of-F-to-enter <=.050, Probability-of-F-to-remove >= .100).
Model1
2
3
Variables EnteredVariablesRemoved Method
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
BC428: Research in Business Computer
13
Model Summaryd
.681a .464 .422 7.243
.832b .693 .642 5.703
.888c .789 .731 4.942 2.373
Model123
R R SquareAdjusted R
Square
Std. Errorof the
EstimateDurbin-Watson
Predictors: (Constant), จำ'านวินพน�กงานขายa.
Predictors: (Constant), , ( )จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่b.
Predictors: (Constant), , ( ),จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่
c.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นd.
- ส้�มป็ระส้�ที่ธ์�6ส้ห์ส้�มพ�นธ์ (R)= 0.888 ห์มายควิามวิ�า ยอดขายรถยนต่ม$ ควิามส้�มพ�นธ์ก�บจำ'านวินพน�กงานขาย ค�าป็ระชิาส้�มพ�นธ์ แลัะระยะเวิลัาจำ�ดต่�.ง
บร�ษ�ที่ ในระด�บส้0ง ( เน,%องจำากค�า R ม$ค�ามาก)- ส้�มป็ระส้�ที่ธ์�6การก'าห์นด (R2)= 0.731 ห์มายควิามวิ�า อ�ที่ธ์�พลัของจำ'านวิน
พน�กงานขาย ค�าป็ระชิาส้�มพ�นธ์ แลัะระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่ ที่$%ม$ต่�อยอดขาย รถยนต่ค�ดเป็�น 73.1 เป็อรเซ็3นต่ ที่$%เห์ลั,ออ$ก 26.9 เป็อรเซ็3นต่ เป็�นผัลั
เน,%องมาจำากต่�วิแป็รอ,%น- ค�าควิามคลัาดเคลั,%อนมาต่รฐานของการป็ระมาณ์ = 4.942 ห์มายควิาม
วิ�า การป็ระมาณ์ค�าของยอดขายรถยนต่ ม$ควิามคลัาดเคลั,%อน เก�ดข�.นเที่�าก�บ4.942 ร�อยค�น (ใชิ�ห์น�วิยเด$ยวิก�บห์น�วิยของต่�วิแป็รต่าม)
เลั,อก Model ที่$% R2 มากที่$%ส้�ด
BC428: Research in Business Computer
14
ANOVAd
589.265 1589.26511.231 .005a
682.068 1352.4671271.333 14
881.044 2440.52213.544 .001b
390.289 1232.5241271.333 141002.715 3334.23813.687 .000c
268.619 1124.4201271.333 14
RegressionResidualTotalRegressionResidualTotalRegressionResidualTotal
Model1
2
3
Sum ofSquares df
MeanSquare F Sig.
Predictors: (Constant), จำ'านวินพน�กงานขายa.
Predictors: (Constant), , ( )จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่b.
Predictors: (Constant), , ( ), จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่ ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่c.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นd.
BC428: Research in Business Computer
15
ที่ดส้อบส้มมต่�ฐาน
1 .H0
: ต่�วิแป็ร Y ไม�ม$ควิามส้�มพ�นธ์เชิ�งเส้�นก�บต่�วิแป็ร Xi ที่�.ง 3 ต่�วิ
H1
: ม$ต่�วิแป็ร Xi อย�างน�อย 1 ต่�วิแป็รที่$%ม$ควิามส้�มพ�นธ์เชิ�งเส้�นก�บต่�วิแป็ร Y
2. ส้ถ�ต่�ที่ดส้อบ ค,อ 13687F = .3. ค�า 0000Sig= .4. ระด�บน�ยส้'าค�ญ( 005) = .5. ค�า Sig < แส้ดงวิ�าป็ฏิ�เส้ธ์ส้มมต่�ฐานห์ลั�ก น�%นม$
ต่�วิแป็ร Xi อย�างน�อย 1 ต่�วิแป็รที่$%ม$ควิามส้�มพ�นธ์เชิ�งเส้�นก�บต่�วิแป็ร Y ที่$%ระด�บน�ยส้'าค�ญ 005.
BC428: Research in Business Computer
16
Coefficientsa
18.257 4.149 4.401 .0011.302 .388 .681 3.351 .005 1.000 1.0009.522 4.379 2.175 .050
.991 .323 .518 3.070 .010 .897 1.115
.062 .021 .506 2.995 .011 .897 1.11515.552 4.658 3.339 .007
.947 .281 .495 3.374 .006 .892 1.121
.053 .018 .436 2.915 .014 .858 1.166-.377 .169 -.320 -2.232 .047 .937 1.067
(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢ÒÂ(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢Ò»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢Ò»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)ÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·
Model1
2
3
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig. Tolerance VIFCollinearity Statistics
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
ต่�วิแป็รที่$%ม$อ�ที่ธ์�พลัต่�อยอดขายรถยนต่มากที่$%ส้�ด ค,อ จำ'านวินพน�กงานขาย (เน,%องจำากม$ค�า Beta มากที่$%ส้�ด)
การที่ดส้อบจำะต่�องที่ดส้อบ β 3 ค�า
BC428: Research in Business Computer
17
การทดส้อบควิามส้�มพ�นธิ์�เชิ�งเส้�นระห์วิ�างยอดขั้ายรถยนต�ก�บจำ$านวินพน�กงานขั้าย
1 . Ho : β1
= 0 H1 : β
1 ≠ 0
2 .ส้ถ�ต่�ที่ดส้อบ ค,อ 3374t = .3 .ค�า Sig = 0.0064 .ระด�บน�ยส้'าค�ญ( 005) = .5 .ค�า Sig < แส้ดงวิ�าป็ฏิ�เส้ธ์ส้มมต่�ฐานห์ลั�ก น�%นค,อ
β1
≠ 0 ห์มายควิามยอดขายรถยนต่ม$ควิามส้�มพ�นธ์ก�บจำ'านวินพน�กงานขายแบบเชิ�งเส้�น ที่$%ระด�บน�ยส้'าค�ญ 005.
BC428: Research in Business Computer
18
การทดส้อบควิามส้�มพ�นธิ์�เชิ�งเส้�นระห์วิ�างยอดขั้ายรถยนต�ก�บค�าประชิาส้�มพ�นธิ์�
1 . Ho : β2
= 0 H1 : β
2 ≠ 0
2 .ส้ถ�ต่�ที่ดส้อบ ค,อ t = 2.9153 .ค�า Sig = 0.0144 .ระด�บน�ยส้'าค�ญ( 005) = .5 .ค�า Sig < แส้ดงวิ�าป็ฏิ�เส้ธ์ส้มมต่�ฐานห์ลั�ก น�%นค,อ β
2 ≠ 0 ห์มายควิามยอดขายรถยนต่ม$ควิามส้�มพ�นธ์
ก�บค�าป็ระชิาส้�มพ�นธ์แบบเชิ�งเส้�น ที่$%ระด�บน�ยส้'าค�ญ 005.
BC428: Research in Business Computer
19
การทดส้อบควิามส้�มพ�นธิ์�เชิ�งเส้�นระห์วิ�างยอดขั้ายรถยนต�ก�บระยะเวิลาจำ�ดต��งบร�ษั�ท
1 .Ho : β 3 = 0 H
1 : β
3 ≠ 0
2 .ส้ถ�ต่�ที่ดส้อบ ค,อ -t = 2.2323 .ค�า Sig = 0.0474 .ระด�บน�ยส้'าค�ญ( 005) = .5 .ค�า Sig < แส้ดงวิ�าป็ฏิ�เส้ธ์ส้มมต่�ฐานห์ลั�ก น�%นค,อ β
3 ≠ 0 ห์มายควิามยอดขายรถยนต่ม$ควิามส้�มพ�นธ์ก�บ
ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่แบบเชิ�งเส้�น ที่$%ระด�บน�ยส้'าค�ญ 00.5
BC428: Research in Business Computer
20
จำากส้มการ
^Y = b0 + b1 X1 + b2 X2 + b3 X
3
จำะได� ^
ยอดขายรถยนต่ = 15.552 + 0.947(จำ'านวินพน�กงาน) + 0 .0 5 3 (ค�าป็ระชิาส้�มพ�นธ์ 0377) – . (ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่)
BC428: Research in Business Computer
21
วิ�ธิ์�การพยากรณ�ค�า
เชิ�น เม,%อ จำ'านวินพน�กงาน 10= คน , ค�าป็ระชิาส้�มพ�นธ์ 2= 00000, บาที่ แลัะระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่ 5= ป็5
ยอดขายรถยนต่โดยป็ระมาณ์ จำะเป็�น
^
ยอดขายรถยนต่ 15552= . + 0 .9 4 7 (1 0 ) +
0053 200. ( ) –0377 5. ( )
33737= . ร�อยค�น 33737= , . ค�น
BC428: Research in Business Computer
22
Excluded Variablesd
.506a2.995 .011 .654 .897 1.115 .897-.407a-2.279 .042 -.550 .979 1.021 .979.331a1.748 .106 .450 .996 1.004 .996
-.320b-2.232 .047 -.558 .937 1.067 .858.081b .396 .700 .119 .665 1.503 .599.116c .665 .521 .206 .659 1.516 .569
»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)ÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·¨Ó¹Ç¹ÃØ蹢ͧö¹µìÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·¨Ó¹Ç¹ÃØ蹢ͧö¹µì¨Ó¹Ç¹ÃØ蹢ͧö¹µì
Model1
2
3
Beta In t Sig.Partial
CorrelationTolerance VIFMinimumTolerance
Collinearity Statistics
Predictors in the Model: (Constant), จำ'านวินพน�กงานขายa.
Predictors in the Model: (Constant), , ( )จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่b.
Predictors in the Model: (Constant), , ( ), จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่ ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่c.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นd.
BC428: Research in Business Computer
23
Collinearity Diagnosticsa
1.893 1.000 .05 .05.107 4.198 .95 .95
2.803 1.000 .01 .02 .01.126 4.707 .10 .96 .22.070 6.312 .89 .02 .77
3.451 1.000 .01 .01 .01 .02.375 3.034 .00 .07 .04 .64.123 5.304 .04 .87 .33 .02.052 8.156 .96 .05 .62 .31
Dimension121231234
Model1
2
3
EigenvalueCondition
Index(Constant)¨Ó¹Ç¹¾¹Ñ¡
§Ò¹¢Ò»ÃЪÒÊÑÁ¾Ñ¹¸ì
(¾Ñ¹ºÒ·)ÃÐÂÐàÇÅҨѴµÑé§
ºÃÔÉÑ·
Variance Proportions
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
BC428: Research in Business Computer
24
Residuals Statisticsa
19.77 43.70 30.67 8.463 15-10.865 6.816 .000 4.380 15
-1.288 1.540 .000 1.000 15-2.199 1.379 .000 .886 15
Predicted ValueResidualStd. Predicted ValueStd. Residual
MinimumMaximumMeanStd.
Deviation N
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
BC428: Research in Business Computer
25
ผลการวิ�เคราะห์�ต่�วิแป็ร
ค�าส้�มป็ระส้�ที่ธ์�6การถดถอยไม�ป็ร�บ
มาต่รฐาน
ค�าส้�มป็ระส้�ที่ธ์�6การถดถอยป็ร�บมาต่รฐาน
t Sig.
ค�าคงที่$%จำ'านวินพน�กงานขาย
ค�าป็ระชิาส้�มพ�นธ์ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่
15.5520.9470.053-0.377
0.4950.436-0.320
3.3393.3742.915-2.232
0.0070.0060.0140.047
R2 0731 13687 0000= . , F= . , Sig of F= .
จำากต่าราง เป็�นผัลัการวิ�เคราะห์ควิามถดถอยของยอดขายรถยนต่ที่$%ม$อ�ที่ธ์�พลัต่�อป็:จำจำ�ยต่�าง ๆ โดยใชิ�วิ�ธ์$ Stepwise ในการค�ดเลั,อกต่�วิแป็ร โดยพบวิ�ายอดขายรถยนต่ม$ควิามส้�มพ�นธ์แบบเชิ�งเส้�นก�บจำ'านวินพน�กงานขาย ค�าป็ระชิาส้�มพ�นธ์ แลัะระยะเวิลัาในการจำ�ดต่�.งบร�ษ�ที่ แลัะส้ามารถส้ร�างส้มการการถดถอยพห์�เชิ�งเส้�นได�ด�งน$.
ยอดขายรถยนต่ 15552 0947= . + . (จำ'านวินพน�กงาน ) + 0 .0 5 3 (ค�าป็ระชิาส้�มพ�นธ์) )
0377. (ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่)
BC428: Research in Business Computer
26
ลัองด0ผัลัการที่ดส้อบโดยวิ�ธ์$ EnterVariables Entered/Removedb
¨Ó¹Ç¹ÃØ蹢ͧö¹µì,ÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·,¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢ÒÂ,»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)
a. Enter
Model1
Variables EnteredVariablesRemoved Method
All requested variables entered.a.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นb.
ANOVAb
1014.081 4253.520 9.855 .002a
257.252 1025.7251271.333 14
RegressionResidualTotal
Model1
Sum ofSquares df
MeanSquare F Sig.
Predictors: (Constant), , , ,จำ'านวินร� �นของรถยนต่ ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่ จำ'านวินพน�กงานขาย( )ป็ระชิาส้�มพ�นธ์ พ�นบาที่
a.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นb.
BC428: Research in Business Computer
27
Coefficientsa
14.205 5.192 2.736 .021.044 .023 .363 1.927 .083.976 .291 .510 3.350 .007
-.387 .174 -.329 -2.227 .050.859 1.293 .116 .665 .521
(Constant)»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢ÒÂÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·¨Ó¹Ç¹ÃØ蹢ͧö¹µì
Model1
B Std. Error
UnstandardizedCoefficients
Beta
Standardized
Coefficientst Sig.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
ลัอง run ให์ม� แบบต่�ดต่�วิแป็ร จำ'านวินร� �นของรถยนต่ ที่�.ง
BC428: Research in Business Computer
28
Coefficientsa
15.552 4.658 3.339 .007.053 .018 .436 2.915 .014.947 .281 .495 3.374 .006
-.377 .169 -.320 -2.232 .047
(Constant)»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢ÒÂÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·
Model1
B Std. Error
UnstandardizedCoefficients
Beta
Standardized
Coefficientst Sig.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
ผัลัการ run วิ�ธ์$ Enter รอบ 2ANOVAb
1002.715 3334.23813.687 .000a
268.619 1124.4201271.333 14
RegressionResidualTotal
Model1
Sum ofSquares df
MeanSquare F Sig.
Predictors: (Constant), , , ( )ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่ จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่a.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นb.
^
ยอดขายรถยนต่ = 15.552 + 0.947(จำ'านวินพน�กงาน) ) 0053. (ค�าป็ระชิาส้�มพ�นธ์ 0377) – . (ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่)
BC428: Research in Business Computer
29
การตรวิจำส้อบขั้�อตกลงเบ'�องต�นขั้องส้มการการถดถอย
• ค�า e ม$ค�าเฉลั$%ยเที่�าก�บศึ0นย• ค�า e ม$ควิามแป็รป็รวินคงที่$%• ค�า e ม$การแจำกแจำงแบบป็กต่�• ค�า e แต่�ลัะต่�วิจำะต่�องเป็�นอ�ส้ระต่�อก�น• ต่�วิแป็รอ�ส้ระแต่�ลัะต่�วิต่�องเป็�นอ�ส้ระก�น (เพ�%มจำาก
การวิ�เคราะห์การถดถอยเชิ�งเส้�นอย�างง�าย)
BC428: Research in Business Computer
30
1) ค�า e ม�ค�าเฉล��ยเท�าก�บศู�นย�
ไม�ต่�องที่ดส้อบ ผั�านเลัย
2 ) ค�า e ม�ควิามแปรปรวินคงท��
BC428: Research in Business Computer
31
Model Summaryd
.681a .464 .422 7.243
.832b .693 .642 5.703
.888c .789 .731 4.942 2.373
Model123
R R SquareAdjusted R
Square
Std. Errorof the
EstimateDurbin-Watson
Predictors: (Constant), จำ'านวินพน�กงานขายa.
Predictors: (Constant), , ( )จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่b.
Predictors: (Constant), , ( ),จำ'านวินพน�กงานขาย ป็ระชิาส้�มพ�นธ์ พ�นบาที่ระยะเวิลัาจำ�ดต่�.งบร�ษ�ที่
c.
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นd.
3) ค�า e ม�การแจำกแจำงแบบปกต� Tests of Normality
.121 15 .200* .955 15 .601UnstandardizedResidual
Statistic df Sig. Statistic df Sig.Kolmogorov-Smirnova Shapiro-Wilk
This is a lower bound of the true significance.*.
Lilliefors Significance Correctiona.
4) ค�า e แต�ละต�วิจำะต�องเป2นอ�ส้ระต�อก�น
BC428: Research in Business Computer
32
5) ต�วิแปรอ�ส้ระแต�ละต�วิต�องเป2นอ�ส้ระก�น Coefficientsa
18.257 4.149 4.401 .0011.302 .388 .681 3.351 .005 1.000 1.0009.522 4.379 2.175 .050
.991 .323 .518 3.070 .010 .897 1.115
.062 .021 .506 2.995 .011 .897 1.11515.552 4.658 3.339 .007
.947 .281 .495 3.374 .006 .892 1.121
.053 .018 .436 2.915 .014 .858 1.166-.377 .169 -.320 -2.232 .047 .937 1.067
(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢ÒÂ(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢Ò»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)(Constant)¨Ó¹Ç¹¾¹Ñ¡§Ò¹¢Ò»ÃЪÒÊÑÁ¾Ñ¹¸ì(¾Ñ¹ºÒ·)ÃÐÂÐàÇÅҨѴµÑ駺ÃÔÉÑ·
Model1
2
3
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig. Tolerance VIFCollinearity Statistics
Dependent Variable: ( )ยอดขายรถยนต่ ร�อยค�นa.
BC428: Research in Business Computer
33
จำากผัลัลั�พธ์พบวิ�า ค�า Tolerance แลัะ ))) ม$ค�าเข�าใกลั� 1 แส้ดงวิ�า ต่�วิแป็รอ�ส้ระแต่�ลัะต่�วิต่�องเป็�นอ�ส้ระก�น
การต่รวิจำส้อบข�อต่กลังเบ,.องต่�นของส้มการการถดถอย ในกฎ ที่�.ง 5 ข�อ ค,อ ค�า e ม$ค�าเฉลั$%ยเที่�าก�บศึ0นย , ค�า e ม$ควิาม
แป็รป็รวินคงที่$%, ค�า e ม$การแจำกแจำงแบบป็กต่� , ค�า e แต่�ลัะ ต่�วิจำะต่�องเป็�นอ�ส้ระต่�อก�น แลัะ ต่�วิแป็รอ�ส้ระแต่�ลัะต่�วิต่�องเป็�น
อ�ส้ระก�น ซ็�%งจำากการต่รวิจำส้อบ พบวิ�าผั�านกฎที่�.ง 5 ข�อ ที่'าให์� ส้มการการถดถอยพห์�เชิ�งเส้�นที่$%ส้ร�างข�.น ส้ามารถน'าไป็ใชิ�ใน
การพยากรณ์ได�อย�างม$ป็ระส้�ที่ธ์�ภาพ
BC428: Research in Business Computer
34
แบบฝึAกห์�ดที่�ายบที่ ข�อ 2