《表3 变量多元线性回归结果》
本系列图表出处文件名:随高清版一同展现
《科研项目绩效影响因素研究——基于广州市教育专项的数据》
注:1) B为回归系数(对应变量X1—X17)和截距(对应常量);2) b为预测变量
其次,根据前文对变量的相关性分析,X2—X18共17个因素与Y存在较为紧密的正相关关系,因此可用多元线性回归分析探讨本文的自变量对因变量的影响情况。为防止其他变量对模型的干扰,将项目年份作为控制变量纳入模型。根据分析结果(如表3),R2为0.857,说明自变量能够解释因变量教育专项绩效水平85.7%的变化原因,模型拟合情况良好;同时D-W值为1.921接近2,说明无自相关性产生。在F检验中P(Sig.)值为0.000,小于0.01,说明通过F检验。根据分析结果可知,X1、X6和年份3项自变量的P(Sig.)值小于0.05,结合相关性分析中X1与Y之间的相关系数未呈现出显著性,因此X1、X6和年份对因变量无影响关系,即X2、X3、X4、X5、X7、X8、X9、X10、X11、X12、X13、X14、X15、X16、X17、X18会对教育专项绩效水平产生正向影响关系,且回归系数分别为0.123、0.139、0.430、0.267、0.089、0.054、0.075、0.078、0.070、0.077、0.182、0.079、0.108、0.162、0.076、0.087,对绩效水平影响程度由强到弱依次为X4(0.430)>X5(0.267)>X13(0.182)>X16(0.162)>X3(0.139)>X2(0.123)>X15(0.108)>X7(0.089)>X18(0.087)>X14(0.079)>X10(0.078)>X12(0.077)>X17(0.076)>X9(0.075)>X8(0.054)>X11(0.070);同时,自变量对应的VIF值均小于5,无多重共线性产生。据此,得出回归模型公式:
图表编号 | XD0069112400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.10 |
作者 | 姜国兵、韩笑 |
绘制单位 | 华南农业大学公共管理学院、华南农业大学公共管理学院 |
更多格式 | 高清、无水印(增值服务) |