1. רגרסיה קו רגרסיה הוא קו תיאורטי המאפשר לנו לבחון את השפעתו של משתנה מנבא אחד (או יותר) על המשתנה התלוי: במילים אחרות, מודל רגרסיה עוזר לנו לנבא על פי משתנה אחד (הבלתי תלוי) מה יהיה ערכו של המשתנה האחר (התלוי) במתאם אתו.

2.  המטרה - להראות עד כמה המשתנה הבלתי תלוי מסביר (מנבא) את המשתנה התלוי במדגם שלנו: ככל שהניבוי טוב יותר, כך הקשר בין שני המשתנים חזק יותר. כמו כן, הקו מראה לנו חוקיות כללית בקשר שבין המשתנים.  קו רגרסיה (או "תסוגה") רלוונטי רק לקשרים לינארים. בקשר לינארי כל שינוי ב-X גורר שינוי קבוע ב-Y. את מגמת הלינאריות של קשר ניתן לבדוק, באמצעות דיאגרמת פיזור. קו הרגרסיה הוא קו שעובר בתוך דיאגרמת הפיזור, ודרכו נוכל לנבא משתנה אחד על ידי ידיעת המשתנה האחר.

3. רגרסיה  מתאים לבחינת הקשר בין שני משתנים ששניהם לפחות הם מסולם מדידה קאווזי אינטרוואלי.  הקשר בין שני המשתנים חייב להיות לינארי.

4. נוסחת הרגרסיה y = a + bx משתנה תלוימשתנה בלתי תלוי קבוע שיפוע קו רגרסיה

5. נוסחת הרגרסיה a – הנקודה בה מתחיל קו הרגרסיה b – קו השיפוע. אם הוא חיובי אזי הקשר בין שני המשתנים הוא חיובי. אם הוא שלילי אזי הקשר בין שני המשתנים הוא שלילי (כלומר – הפוך). y - המשתנה התלוי, כלומר המשתנה שאותו אנו רוצים לנבא, ולכן נקרא משתנה מנובא. x – המשתנה הבלתי תלוי, כלומר המשתנה שבאמצעותו אנו רוצים לנבא את המשתנה התלוי שלנו, ולכן נקרא משתנה מנבא. x – המשתנה הבלתי תלוי, כלומר המשתנה שבאמצעותו אנו רוצים לנבא את המשתנה התלוי שלנו, ולכן נקרא משתנה מנבא.

6. Analyze > regression > linear

7. משתנה תלוי משתנה בלתי תלוי תמיד על enter

8. דוגמא: הקשר בין השכר ההתחלתי של הנחקר לבין השכר הנוכחי שלו:  שלב 1: בדיקת לינאריות -

9. שלב 2: מבחן רגרסיה משתנה מנובא – שכר נוכחי משתנה מנבא – שכר התחלתי

10. Out put - רגרסיה  טבלה 1 - משתנה בלתי תלוי/מנבא משתנה תלוי/מנובא סוג מודל הרגרסיה

11. טבלה 2: מקדם רגרסיה: מציג רק את עוצמת הקשר, תמיד יהיה חיובי וינוע בין 0 ל 1 השונות המוסברת: מדד זה מציג את יכולת מודל הרגרסיה להסביר את ניבוי המשתנה התלוי על ידי המשתנה הבלתי תלוי. ככל שמדד זה גבוה יותר היכולת שלנו לומר שהמשתנה התלוי מוסבר על ידי השתנה הבלתי תלוי גבוה יותר. הערך של השונות המוסברת נמדד באחוזים (0.77 כפול 100 = 77% שונות מוסברת). שונות מוסברת מתואמת – עד כמה ניתן להכליל את המודל שלנו על האוכלוסייה כולה. לא נדווח על מדד זה.

12. טבלה 3: ניתוח שונות, טבלה זו מראה לנו אם מודל הרגרסיה שלנו מובהק; כלומר, האם ניתן להכליל את המודל שלנו על האוכלוסייה.  בטבלה זו נדווח על ערך F ועל המובהקות שלו בלבד (sig). F = בוחן את השערת האפס (השערת האפס = אין קשר של רגרסיה בין המשתנה התלוי למשתנה הבלתי תלוי המנבא אותו). יש לדווח על הערך שמתקבל. חייב להיות שונה מאפס. מובהקות המודל – אם קטנה מ-0.05 ניתן להכליל תוצאות אלה על כל האוכלוסייה

13. טבלה 4: טבלת המתאמים ערך a - הקבוע בנוסחת הרגרסיה. מערך זה מתחיל קו הרגרסיה. כלומר כאשר ערך המשתנה הבלתי תלוי (משכורת התחלתית) הוא 0 ערך המשתנה התלוי (משכורת נוכחית) שווה 1928.206$. ערך b - בנוסחת הרגרסיה. מראה לנו על כיוון שיפוע קו הרגרסיה. אם הערך המופיע הוא חיובי הקשר בין המשתנים הוא חיובי ואם לערך יש מינוס לפניו הקשר הוא שלילי (הפוך). טעות התקן שיכולה להיות במודל. מוצגת ביחידות שלא עברו סטנדרטיזיציה. כלומר- יחידיות אלה אינן מוצגות כיחידות של ציוני תקן Beta - כל פעם שנעלה את המשכורת ההתחלתית ביחידה מתוקננת אחת המשכורת הנוכחית תעלה ב 0.88$. זוהי גם התרומה היחסית של המשתנה לניבוי.

14. תוצאות המודל בנוסחת הרגרסיה y = a + bx משכורת נוכחית 1928.206$1.909$ משכורת התחלתית