Χρησιμοποιήστε τη δυνατότητα "Plots" για να γράψετε τη γραφική σας λογιστική παλινδρόμηση στο SPSS.
Ξεκινήστε το SPSS. Επιλέξτε "Άνοιγμα υπάρχουσας πηγής δεδομένων" από το παράθυρο καλωσορίσματος που εμφανίζεται. Κάντε διπλό κλικ στο "Περισσότερα αρχεία" και, στη συνέχεια, μεταβείτε στο αρχείο δεδομένων σας. Κάντε διπλό κλικ στο αρχείο για να το ανοίξετε σε SPSS.
Κάντε κλικ στο "Analyze", μετά στο "Regression" και μετά επιλέξτε "Binary Logistic". Θα εμφανιστεί το παράθυρο "Logistic Regression".
Κάντε κλικ στην εξαρτημένη μεταβλητή σας από τη λίστα στα δεξιά -- δηλαδή στη μεταβλητή που προσπαθείτε να προβλέψετε. Στη συνέχεια, κάντε κλικ στο βέλος δίπλα στο πλαίσιο "Εξαρτημένο". Στη συνέχεια, επιλέξτε τις μεταβλητές πρόβλεψής σας, χρησιμοποιώντας το κουμπί "Ctrl" εάν χρειάζεται να κάνετε κλικ σε περισσότερα από ένα, και κάντε κλικ στο βέλος δίπλα στο πλαίσιο "Συμμεταβλητές". Σημειώστε ότι οι κατηγορίες μεταβλητών σας λαμβάνουν αυτόματα μια ετικέτα "(cat)" δίπλα τους. Εάν θέλετε να συμπεριλάβετε την αλληλεπίδραση μεταξύ οποιασδήποτε από τις μεταβλητές σας στην ανάλυση, κάντε κλικ σε κάθε μία μία φορά στην κύρια λίστα στα αριστερά και, στη συνέχεια, κάντε κλικ στο κουμπί ">a*b>" δίπλα στο πλαίσιο "Συμμεταβλητές".
Επιλέξτε "Forward: LR" από το αναπτυσσόμενο μενού "Method". Αυτό δίνει τα αποτελέσματα για κάθε ένα από τα προγνωστικά σας ξεχωριστά, επιτρέποντάς σας να δείτε πόσο συνεισφέρει ο καθένας στο συνολικό μοντέλο, καθώς και την προγνωστική ισχύ όλων των μεταβλητών μαζί.
Κάντε κλικ στο "Επιλογές". Από την κεφαλίδα "Στατιστικά στοιχεία και οικόπεδα", επιλέξτε "Στοιχεία ταξινόμησης". Αφού το κάνετε αυτό, το SPSS επιστρέφει ένα γράφημα της λογιστικής παλινδρόμησής σας. Άλλα χρήσιμα στατιστικά στοιχεία από αυτό το μενού είναι τα "Hosmer-Lemeshow goodness-of-fit" και "Iteration history". Η έξοδος αυτών των δύο δοκιμών σας δίνει πληροφορίες σχετικά με το πόσο ακριβές είναι το μοντέλο. Κάντε κλικ στο "Συνέχεια" όταν τελειώσετε.
Κάντε κλικ στο "OK". Περιμένετε λίγο για να εμφανιστούν τα αποτελέσματα. Η λογιστική παλινδρόμηση είναι μια διαδικασία που απαιτεί αρκετά υπολογιστές και, με μεγάλα σύνολα δεδομένων, αυτό μπορεί να πάρει κάποιο χρόνο. Όταν εμφανιστεί η οθόνη εξόδου, κάντε κύλιση προς τα κάτω για να δείτε το γράφημά σας.
