晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

在多數的關聯性研究中，都是以迴歸分析作為最終的統計方法，因此在進行樣本數規劃時，迴歸分析也是最常被拿來計算的設定選項，當研究有先收個30至50筆來做個小型先趨pilot研究時，研究者通常會以自己資料來去進行迴歸效果量的計算，並回推所需樣本數，總比又再度使用中度效果量來得嚴謹。

假如收案過程中，不斷地重覆分析迴歸時，可能會遇到一件惱人的問題，就是自變項中有類別變項，做幾次迴歸分析，就得做幾次的虛擬變項編碼，而且只要類別變項一多，就會越做越無力。

如果只想單純看個迴歸大致結果，不妨利用SPSS軟體中的一般線性模式來進行迴歸分析吧。

（1）此次示範的資料中，自變項有4個，分別是照顧者年齡、性別、教育程度、婚姻狀況，其中照顧者年齡為連續變項，照顧者性別、教育程度、婚姻狀況為2至3類的類別變項。

（2）依變項為照顧者的不確定感，在此定義為連續變項，因此採取線性迴歸來分析。

（3）由於自變項中包含類別型變項，因此筆者先在資料檔中，進行虛擬變數的設定（用於迴歸分析）。

（4）點選「一般線性模式」à「單變量」。

（5）將依變項「Y照顧不確定感」放入依變數欄位中。

（6）將類別自變項「照顧者性別」、「照顧者教育程度」、「照顧者婚姻狀況」放入固定因子欄位中。

（7）將連續自變項「照顧者年齡」放入共變量欄位中。

（8）點選「模式」，進行模式設定。

（9）將預設「完全因子設計」改成「自訂」。

（10）將左邊所有需要的自變項，以「主作用」型式放入右邊的模式欄位中。

（11）點選「選項」，進行報表設定。

（12）勾選「參數估計值」，用以輸出迴歸係數及顯著性。