晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

呈上篇對於二元羅吉斯結果做簡單的介紹之後，本篇將針對SPSS操作進行教學，先以下表介紹範例資料的變項。

為了操作的多元性，筆者特地針對性別與BMI，分別設計參照組Code為最小值與最大值，以介紹操作設定的不同處；另外，有些研究者為了結果解釋的易讀性，在已知期望結果的情形下，去設定風險低的組別為參照組，使結果的更容易解釋，以X3暖身運動為例，我們預期結果無暖身運動比較有可能有運動傷害，有暖身運動的比較不會有，亦指風險比較低，因此可設定有暖身運動為參照組。

操作：

（1）點選「分析」→「迴歸」→「二元Logistic」。

（2）將Outcome「運動傷害」放到右邊的依變數。(我想要上統計課)

（3）將自變項「性別」、「BMI」、「暖身運動」、「年齡」、「每次運動時間」放到右邊的共變數。

（4）點選「類別」：這是因為我們的自變項中有3個類別變項（性別、BMI、暖身運動），必須去個別設定參照類別。

（5）將「性別」、「BMI」、「暖身運動」放入右邊的類別共變量；SPSS預設最後一個（也就是最大值）作為參照類別，若對照本篇開頭時我們所設定的參照類別，僅「性別」不符合（性別想用最小值1：男生作為參照組），因此必須調整設定。

（6）先選擇「性別」。

（7）將「最後一個」點選換到「第一個」。

（8）按下「變更」，此時「性別(指標)」會變成「性別(指標(第一個))」，再按下繼續。

延伸閱讀

二元羅吉斯迴歸(Binary Logistic Regression)之Gpower應用-計算sample size或power~上

二元羅吉斯迴歸(Binary Logistic Regression)之Gpower應用-計算sample size或power~下

好書推薦－最適樣本數（Determining sample size） 林星帆顧問整理