YesStat
요금제FAQ로그인회원가입
프로젝트 직무자원과 직무성과 데이터 survey_2026.sav N = 412 · 변수 34 입력 결과

일반 회귀분석

단순·다중 회귀(동시 입력) · 산점도와 회귀선

R².195설명력 19.5%
F (1, 407)98.62p < .001
β.442p < .001
Durbin-Watson1.98독립성 충족

표 1. 모형 요약

모형RR²수정된 R²추정값의 표준오차Durbin-Watson
1.442.195.193.5751.98

예측변수: (상수), 직무자원. 종속변수: 직무성과.

표 2. 분산분석

모형제곱합df평균제곱Fp
회귀32.61132.6198.62<.001
잔차134.584070.33
전체167.19408

표 3. 회귀계수

모형B표준오차βtp95% CI 하한95% CI 상한
(상수)1.940.1999.75<.0011.5492.331
직무자원.515.052.4429.93<.001.413.617

종속변수: 직무성과. 회귀식 Y = 1.940 + .515 X

그림 2. 직무자원과 직무성과의 회귀 산점도100%
1.01.01.81.82.62.63.43.44.24.25.05.0직무자원 (독립변수)직무성과 (종속변수)Y = 1.94 + .515 XR² = .195, F(1,407) = 98.62***r = .442, 95% 신뢰밴드 표시

점은 개별 사례, 실선은 회귀선, 음영은 95% 신뢰밴드입니다. 직무자원 1점 증가 시 직무성과가 .515점 증가합니다.

그림 3. 잔차 진단100%
0255075100M = 0.15 SD = 1.08-3.2-1.60.01.63.2표준화 잔차-3.0-1.50.01.53.0-3.0-1.50.01.53.0표준화 예측값표준화 잔차

잔차가 정규분포에 가깝고 예측값에 따른 패턴이 없어 정규성·등분산성 가정을 충족합니다.

해석interp_rules.rule_id = REG_SIMPLE_SIG · 매칭조건 model_p<.05 AND 1.5

직무자원이 직무성과에 미치는 영향을 검정한 결과 회귀모형이 유의하였습니다, F(1, 407) = 98.62, p < .001. 직무자원은 직무성과 변량의 19.5%를 설명하였습니다(R² = .195).

직무자원의 회귀계수는 B = .515(β = .442, p < .001)로, 직무자원이 1점 증가할 때 직무성과가 .515점 증가하는 것으로 나타났습니다. 95% 신뢰구간 [.413, .617]이 0을 포함하지 않아 효과가 안정적입니다.

Durbin-Watson = 1.98로 잔차의 독립성이 확보되었고, 잔차 도표에서 이분산이나 비선형 패턴이 관찰되지 않았습니다.

코드 생성 · 이 분석을 다른 프로그램 문법으로

MODEL: JP_mean ON JR_mean;
OUTPUT: STDYX CINTERVAL;

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.