模型检验与运行结果：汉水文化研究论文集

1.多重共线性检验

为了避免指标冗余带来的拟合效果不好、指标对模型的作用不显著问题，运用SPSS软件对14个自变量进行多重共线性检验（表2）。由多重共线性检验理论可知，方差膨胀因子VIF的取值在0～10之间可以接受，当VIF＞10时自变量间存在多重共线性；条件指数CI取值在10～30之间弱共线，30～100之间中等共线。由检验结果可知，除“培训效果”（CI=45.84）属于中等共线外，其余指标均可认为不存在多重共线性。考虑到“培训效果”与“培训意愿”可能存在较强的相关性，故将14个自变量均予以保留。

表2　共线性统计量及诊断

2.模型运行与估计(www.xing528.com)

运用SPSS19.0软件采用“Inter”方法对321个样本数据进行Logistic回归处理（表3），并运用-2ll（-2Loglikelihood）、Cox&SnellR2和NagelkerkeR2三个参数进行模型的拟合优度检验。检验结果显示，-2ll的值为67.297，Cox&SnellR2和NagelkerkeR2系数统计值分别为0.578和0.879，模型的卡方值为28.329，且相应的Sig.值为0.000＜0.05，通过对其观测值与期望值的检验，显著性水平为0.05情况下检验成立，说明模型对数据拟合较好。通过对最终观测量分析，有66名“不愿意”培训者和244名“愿意”接受培训者被正确预测，正确率分别为90.4%和98.4%，总的正确判断率为96.6%，模型具有较高的可靠性。

为了进一步分析和比较自变量中不同的选项对总体决策的影响，运用分层添加的方法，对影响显著的自变量再次建立二元Logistic回归模型，每个自变量中均选择最后一个选项作为参考，统计结果如表4所示。