تفاوت مهم ضریب تعیین و ضریب تعیدل تعدیل شده این است که ضریب تعیین فرض می کند که هر متغیر مستقل مشاهده شده در مدل، تغییرات موجود در متغیر وابسته را تبیین می کند.بنابراین درصد نشان داده شده توسط ضریب تعیین با فرض تاثیر همه متغیرهای مستقل بر متغیر وابسته میباشد.در صورتی که درصد نشان داده شده توسط ضریب تعیین تعدیل شده فقط حاصل از تاثیر واقعی متغیرهای مستقل مدل بر وابسته است و نه همه متغیرهای مستقل .تفاوت دیگر این است که مناسب بودن متغیرها برای مدل توسط ضریب تعیین حتی با وجود مقدار بالا قابل مشخص نیست در صورتی که میتوان به مقدار برآورد شده ضریب تعیین تعدیل شده اعتماد کرد.

محاسبه ضریب تعیین تعدیل شده:

در واقع ضریب تعیین نشان می دهد که چند درصد تغییرات متغیر وابسته به وسیله متغیر مستقل تبیین می شود.این ضریب در رگرسیون کاربرد زیادی دارد.

سوال:آیا ضریب تعیین معیار مناسبی برای تبیین میزان تاثیر متغیر مستقل بر متغیر وابسته است؟  جواب: خیر

چون با افزایش مشاهدات و هم چنین با افزایش متغیرهای مستقل میزان ضریب تعیین افزایش می یابد این افزایش ممکن است کاذب باشد.برای رفع این مشکل چه کنیم؟

به مقدار ضریب تعیین تعدیل شده نیاز داریم، مقدار تعدیل شده ضریب تعیین، میزان R2 را با توجه به متغیرهای مستقل اضافه شده به خط رگرسیون و با توجه به عرض از مبداهای جدید ، تعدیل و اصلاح می کند.هرچه تفاوت بین R2 و R2 تعدیل شده کمتر باشدنشان میدهد که متغیرهای مستقل که به مدل اضافه شده اند به درستی انتخاب شده اند.

مشاوره آماری و استنباط آماری خود را به ما بسپارید

تلفن تماس و تلگرام: 09351323950

 

کانال تلگرامی زیر نیز با هدف آموزش و مشاوره در خصوص نرم افزارهای پرکاربرد (spss – pls – lisrel – Amos – Expert choice) در حال فعالیت می باشد.
با دعوت دوستان خود ما را در این امر یاری فرمایید🙏

✅ لینک کانال :
https://t.me/Spss_Pls_Lisrel_Amo