大家好，我是学marketing的，现在在写一篇论文，关于题目提到的统计问题相当的迷惑……

分析是关于28个5-point Likert scale的问题，前27个是自变量，第28个是因变量。样本总数是100。不过前27个问题有不同程度的miss answer。

我希望用自变量的回归系数来衡量每一个自变量的相对重要性，不知道这样是否正确？

不过我用SPSS跑含有27个自变量的线性回归，只有极个别自变量系数是sig的。因为我之前已经定义这27个自变量分别归属于5类，通过相关分析也证明在各自类别中的自变量或多或少的有significant相关，因此我又在分类的情况下做了回归，一部分一部分的跑，但是每部分里面还是只有1、2个系数sig。

于是我就干脆跑了27个回归出来。这次基本上就都是sig的了……不知道在这样的情况下我用这27个x的系数相互比较来说明它们针对y的相对重要性可以吗？需不需要再做一些什么检验呢~？

而且关于采用非标准系数B还是标准系数Beta，我也很迷惑……因为书上说“B不受因变量变异程度（variability）的影响、所以同一自变量在各回归模型中的B是可以比较的；而Beta受因变量变异程度的影响而无法跨越本模型、但是却因其标准化而可以与同一模型中的其它Beta相比。”但是我现在是不同的自变量在不同的模型中针对同一个因变量的分析……所以非常的不知道在统计上应该怎么处理这个问题……

急问~在线等~谢谢大家的帮助了啊~！感激不尽~！！！

[此贴子已经被作者于2008-8-13 22:19:54编辑过]