93 / 274
臺大管理論叢
第
27
卷第
3
期
93
在各種係數中，多元共線性對相關與結構係數的估計沒有任何影響，對迴歸係數
的影響則最為劇烈，這三種係數均只有在
IV
完全獨立時才可對
R
2
正交分割（此時各
種係數數值相等），然而結構係數平方和雖不為
1
，但並不損及結構係數作為反映預
測分數與
IV
對應關係的特性，其係數平方與排序仍可作為各
IV
在預測分數上的關聯
強弱判斷之用（即如同因素分析進行斜交轉軸後以結構係數矩陣來協助因素命名），
因此結構係數在預測實務與理論關係的解釋上仍有其便利性，但是當面臨共線性威脅
時則不建議採用結構係數來進行
IV
的相對比較。
至於乘積指數雖能對
R
2
正交分割，但是
r
與
β
異號現象是乘積指數的致命限制。
在本文中，異號問題不僅在模擬數據中可清楚看到，在
PSFD
實徵數據的分析上也可
以發現其蹤影。換言之，多元共線性中的負向壓抑可說是乘積指數最大的威脅。如果
沒有異號問題，乘積指數以其簡單容易計算與
R
2
正交分割的良好特性，不失為評估
IV
相對重要性的快速比較策略。
多元迴歸的
IV
相對重要性比較，除了必須考量共線性的強弱大小，也需考量壓
抑效果的不同形式，很明顯的是，如果僅仰賴相關或迴歸係數，並無法有效判斷自變
數的相對效果與意義。
RIW
的代理變數的正交轉換策略則能夠提供理想的單一指標來
評估
IV
的相對重要性，與
DA
之間也具有相當的一致性。
DA
與
RWA
的不同，在於
DA
除了一般優勢指標
(
D
g
)
指標之外，還有完全優勢與
條件優勢兩種分析程序，可以協助研究者判斷
IV
在不同組合狀況下的相對重要性，
在面對
IV
具有不同共線性威脅時，三種優勢比較能夠對於
IV
的特性進行更細膩的分
析，應用彈性甚至較
RWA
來得更高。因此本文建議未來研究者可兼採
DA
與
RWA
來
進行
IV
相對重要性的評估。值得注意的是，
RIW
與
D
g
均需搭配拔靴區間來判定
IV
的相對重要性是否具有顯著差別，如果拔靴區間相互重疊，則不宜做出兩個
IV
何者
較為重要的結論。
三、方法學與實務意涵
由本文的原理說明與數據分析結果可以得知，多元迴歸中對於各
IV
的意義的討
論涉及不同的概念，也有諸多不同的係數與指標或評估程序可以加以運用。但是有幾
點重要的方法學概念必須釐清。第一，基於統計推論的基本原理，多元迴歸必須遵循
一般抽樣方法與統計檢驗的基本程序，先行確立迴歸模型，再就個別參數的估計結果
進行討論。所謂確立迴歸模型，意指迴歸模型的整體效果
(
R
2
)
必須具有統計意義，過
於微弱的迴歸效果實無進行個別
IV
討論的必要，也可避免微小效果卻過度推論的問
題
(Cohen et al., 2003)
。其次，模型確立後的個別
IV
的意義解釋與相互比較，必須清
楚說明是在進行「個別效果的評估」，或是進行「相對重要性比較」。若研究者的目