통계에서 사용되는 분석 방법 중 하나로, 여러 독립 변수가 종속 변수에 미치는 영향을 단계적으로 분석하는 방법입니다. 이 방법은 주로 연구자가 특정 변수들이 예측에 얼마나 추가적인 설명력을 가지는지 알고 싶을 때 사용됩니다.

위계적 회귀분석은 일반적으로 두 단계로 진행됩니다

1. 모델 생성: 연구자는 먼저 모든 독립 변수를 포함하는 기본 모델을 생성합니다. 이 모델은 종속 변수를 예측하는 데 필요한 모든 정보를 담고 있습니다.

2. 변수 추가: 이어서 연구자는 새로운 독립 변수를 하나씩 추가하면서 각각이 모델에 얼마나 많은 설명력을 추가하는지 평가합니다. 각 단계에서, 추가된 변수가 통계적으로 유의미한지를 검정합니다.

위계적 회귀분석은 명시적으로 변수를 입력하는 순서를 지정하므로 연구자가 특정 변수의 중요성에 대한 가설을 검정하는 데 유용합니다. 그러나, 입력 순서는 연구자의 주관에 의해 결정되므로, 이는 분석의 결과에 영향을 줄 수 있습니다. 따라서, 위계적 회귀분석은 신중하게 사용되어야 합니다.

추가적으로, 위계적 회귀분석은 독립 변수들이 상호작용하거나 서로 독립적이지 않을 경우에는 주의가 필요합니다. 이러한 경우에는 다중공선성(multicollinearity) 문제가 발생할 수 있으며, 이는 회귀 계수의 해석을 어렵게 만듭니다.