88 / 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
88
二、分析程序與假設檢驗
實徵資料的分析程序延續前一節的模擬分析，以
R
軟體的
yhat
模組進行多元迴
歸、優勢分析、相對權數分析的參數估計，
95%
信賴區間則以
boot
模組進行
1,000
次
重複取樣的偏誤校正拔靴標準誤來建立。由於
PSFD
所提供的檔案格式為
SPSS
資料
庫，因此對於資料的整理與轉換則由
SPSS
軟體進行，並利用
SPSS
的迴歸功能進行
殘差分析。
殘差分析結果顯示，未標準化殘差平均數為
10
-7
，標準差為
.177
，偏態與峰度係
數分別為
.031
與
4.44
，顯示殘差呈現高度集中但是輕微正偏的分配。在
2,325
個觀察
值中，僅有
65
筆標準化殘差大於
1.96
，
60
筆小於
-1.96
，經殘差期望機率
圖與累
積機率
PP
圖的檢視，除了少數極端殘差之外，其餘標準化殘差呈現對角直線，各
IV
與
DV
的淨殘差圖則平均散佈，顯示各
IV
的殘差沒有特殊型態，依據一般建議的檢
驗程序（例如
Cohen et al., 2003; Hair et al., 2006
），本節所執行的多元迴歸殘差分配
尚屬對稱常態分配。
三、分析結果
由表
7
可知，「年齡」與「已婚」兩者與薪資無關，其他各
IV
除了「小孩數」
(
r
= -.085)
之外均為正值且達顯著水準，相關強弱依序為「教育年數」
(
r
= .370)
、「性別」
(
r
= .237)
、「每週工時」
(
r
= .181)
與「在職年資」
(
r
= .177)
。
在共線性部分，
IV
間相關最高者依序為「已婚者」與「小孩數」
(
r
= .713)
、「年
齡」與「小孩數」
(
r
= .687)
、「年齡」與「在職年資」
(
r
= .621)
。
VIF
數值顯示「小
孩數」的多元共線性最強
(VIF = 3.09)
，其次為「年齡」
(VIF = 2.65)
與「已婚」
(VIF
= 2.04)
。「教育年數」與各
IV
間為負相關（介於
-.019
至
-.490
），「每週工時」也有
類似現象，意味著這些
IV
投入模型將造成增強效果。由表
7
的迴歸分析結果即可得知，
整體模型的解釋力
R
2
= .332 (
F
(7, 2317) = 164.52,
p
< .001)
，強度高於
IV
與
DV
的相關
平方和
(Σr
2
= .265)
，迴歸係數的絕對值除了「性別」之外均高於相關係數絕對值，顯
示
IV
間的多元共線性造成解釋力增加的增強效果。
由迴歸係數絕對值來看，各
IV
排序為
7 > 5 > 6 > 1 > 3 > 4 > 2
，與淨相關與半淨
相關平方的排序相同，但與相關係數及結構係數的排序
(7 > 1 > 6 > 5 > 4 > 3 > 2)
差異
甚大（相關係數與結構係數排序與分割比率完全相同）。因而可知迴歸係數的本質是
將
IV
間的關係完全排除，但相關與結構係數則完全沒有排除。
IV
影響力排序的另一種順序關係則是發生在三種相對重要性指標中，其共同特徵
是皆能對總體效果量進行正交分割，
D
g
與
RIW
依序為
7 > 5 > 1 > 6 > 4 > 2 > 3
，乘積
指數絕對值排序則為
7 > 5 > 1 > 6 > 4 > 3 > 2
，僅在最後兩個
IV
排序略微不同，也即
是因為「年齡」由負轉正值
(
β
= .097,
p
< .001)
發生相關與迴歸係數異號現象，使得相