74 / 274
多元迴歸的自變數比較與多元共線性之影響：效果量、優勢性與相對權數指標的估計與應用
74
Tonidandel, 2008; Tonidandel and LeBreton, 2010
）與實徵資料分析（例如
Cooper-
Thomas, Paterson, Stadler, and Saks, 2014; LeBreton, Binning, Adorno, and Melcher, 2004;
LeBreton, Hargis, Griepentrog, Oswald, and Ployhart, 2007; Periard and Burns, 2014
），均
證實
RIW
具有相對穩定的特質。尤其是在包含多個自變數甚至多個依變數的複雜迴
歸模型中，即使變數多，
RIW
的計算也並不困難
(LeBreton and Tonidandel, 2008)
，為
其重要優勢之一。
四、優勢分析
優勢分析
(Dominance Analysis; DA)
係基於決策理論
(Decision Theory) (French,
1988)
的觀點，利用
IV
投入迴歸方程式的多重比較歷程來判定
IV
的優劣次序，藉以
決定各
IV
的相對重要性，
Budescu (1993)
稱之為優勢性
(Dominance)
。
DA
與
RWA
的
最大不同，在於
DA
的焦點並非參數估計的本身，而是各
IV
所創造的
R
2
增量，也正
由於
DA
對於
IV
的優勢判斷並不涉迴歸係數，因此可避開係數比較上可能發生的問題。
DA
的估計原理係利用模型效果增量
(Δ
R
2
)
，進行所有可能的
IV
組合所進行的迴
歸分析的解釋力變化，藉以判定
IV
的相對重要性。對於特定兩個
IV
所進行的優勢分
析可能會出現三種狀況：完全優勢
(Complete Dominance)
、條件優勢
(Conditional
Dominance)
與一般優勢
(General Dominance) (Azen and Budescu, 2003; Budescu, 1993)
。
其中完全優勢與條件優勢是以
IV
的排序來呈現，一般優勢則是以單一係數值
(
D
g
)
來
反映各
IV
的平均解釋力，其數值高低也可用來排列各
IV
的影響力的優劣順序。三種
優勢的定義如下：
完全優勢
(D
com
)
。當涉及某個
IV
的各種可能次模型的模型解釋力，均大於涉及另
一個
IV
的各種可能次模型的模型解釋力時，稱為完全優勢。例如假設有四個
IV
：
X
1
、
X
2
、
X
3
、
X
4
，
R
1
2
表示模型中僅帶有一個
X
1
的模型解釋力，
R
12
2
表示模型中同時帶
有
X
1
與
X
2
時的模型解釋力。若符合下列條件時，即為
X
1
對
X
2
為完全優勢，比較過
程中排除了同時帶有
X
1
與
X
2
兩者的次模型，僅比較與
X
1
或
X
2
各自有關的次模型的
R
2
，是
IV
配對比較最強的一種優勢。
第一階
(
k
= 1)
and
第二階
(
k
= 2)
第三階
(
k
= 3)
條件優勢
(D
cond
)
。如果
X
1
與
X
2
兩者的解釋力的比較，在前述的三階關係中有任何
一項不成立，表示
X
1
與
X
2
之間的完全優勢無法確立，換言之，在某特定情況下並不
存在
X
1
優於
X
2
的關係，此時可將包含
X
1
與包含
X
2
的各次模型解釋變異，分就各階