Par Damon Verial – Mis à jour le 30 août 2022
KamiPhotos/iStock/GettyImages
Avant d'appliquer la régression linéaire ou d'autres techniques paramétriques, il est essentiel de vérifier que vos données présentent une relation linéaire entre le prédicteur (x) et le résultat (y). Une relation linéaire suit la forme y=cx, où c est une constante. Si cette hypothèse n’est pas respectée, les estimations de régression peuvent être biaisées et les déductions peu fiables. SPSS propose des outils intuitifs pour évaluer visuellement la linéarité, ce qui en fait un incontournable des statistiques appliquées.
Entrez vos observations dans l'éditeur de données SPSS ou ouvrez un fichier .sav existant via Fichier → Ouvrir. Chaque cas doit occuper une ligne, avec des variables dans des colonnes.
Accédez à Graphiques→Boîtes de dialogue héritées→Scatter/Dot . Cela ouvre la boîte de dialogue Nuage de points.
Choisissez Scatter simple et cliquez sur Définir .
Dans la boîte de dialogue Définir une dispersion simple, faites glisser votre prédicteur vers l'axe X. emplacement et le résultat sur l'axe Y fente. Par convention, placez la variable d’intérêt principal sur l’axe des y. Cliquez sur OK pour générer l'intrigue.
Inspectez le nuage de points. Un nuage de points à peu près ovale indique une relation linéaire. Des modèles tels que des courbes, des clusters ou une forme d'éventail suggèrent une non-linéarité, ce qui implique que les données peuvent ne pas satisfaire les hypothèses de régression. Dans de tels cas, envisagez des transformations, des modèles non linéaires ou des méthodes d'analyse alternatives.