Vojtěch Mýlek, Marie Galatíková, Lukáš Kvapil V tomto úkolu jsme vycházeli z dat Long1.sav. Pomocí standardní mnohonásobné regresní analýzy jsme se pokusili predikovat životní spokojenost na základě rodinných faktorů (vztahu s rodiči, množství neshod s rodiči a stavu rodičů).[VK1] Daná data splnila veškeré předpoklady [VK2] pro provedení regresní analýzy (tzn. nebyly porušeny předpoklady normality rozložení reziduí, homoskedascity reziduí a linearity vztahu; nenalezly jsme žádné outliery, kteří by výrazně zkreslovali přesnost modelu). Tabulka 1.1 Základní popisné statistiky intervalových proměnných[VK3] Proměnná N M SD Životní spokojenost (Y) 703 2,90 0,48 Vztah s rodiči 703 0,01 0,99 Neshody s rodiči 703 3,12 0,57 Stav rodičů 763 - - Tabulka 1.2 Základní popisné statistiky kategorické proměnné stav rodičů[VK4] Kategorie N Rel. četnost Manželé 614 79,9 Rozvedeni 108 14,1 Jeden je mrtev 20 2,6 Nevzali se 12 1,6 Jiná možnost 9 1,2 chybějící 5 0,7 TOTAL 763 100 Pomocí této analýzy jsme zjistili, že náš model signifikantně predikuje životní spokojenost F (6; 696) = 29,31, p < 0,001. R^2 tohoto modelu je 0,20 přizpůsobené R^2 = 0,20. Pro regresní koeficienty, jejich standardní chyby a standardizované regresní koeficienty viz tabulku. Tabulka 2 Regresní koeficienty a t-test proměnných Model Proměnná B SE β t p 1 Konstanta 2,46 0,10 24,81 < 0,001 Neshody s rodiči 0,14 0,31 0,17 4,60 < 0,001 Vztah s rodiči 0,16 0,20 0,34 9,01 < 0,001 2[VK5] Konstanta 2,48 0,10 24,95 < 0,001 Neshody s rodiči 0,14 0,03 0,17 4,44 < 0,001 Vztah s rodiči 0,16 0,02 0,33 8,84 < 0,001 Jiný x Manželský[VK6] -0,15 0,15 -0,03 -0,98 0,33 Rozvedený x Manželský -0,08 0,05 -0,06 -1,68 0,09 Nesezdaní x Manželský 0,01 0,14 0,00 0,09 0,93 Zesnulý rodič x Manželský 0,17 0,10 0,05 1,59 0,11 V tomto modelu se ukázaly jako signifikantní prediktory neshody s rodiči (t=4,44; p<0,001) a vztah s rodiči (t=8,84; p<0,001). Náš model tedy vysvětluje 20% rozptylu proměnní životní spokojenost, přičemž nejlepším prediktorem se ukázal být vztah s rodiči, který sám o sobě vysvětluje 10% daného rozptylu.[VK7] V mnoha ohledech velmi dobře zpracovaný úkol – žádná zásadní chyba, dostatečný úvod, jako jedni z mála alespoň uvádíte předpoklady. Důležité je, dointerpretovat výsledky regrese. Hlavně v tomto smyslu prosím dopracovat. ________________________________ [VK1]Super, stručný, ale dostatečný popis záměru. [VK2]Jak jsem se zmínila na semináři, ze vzdělávacích účelů bych ráda viděla, jak jste předpoklady ověřovali. [VK3]Super, jako jedni z mála máte popisné statistiky. Ještě minimum a maximum a je to dokonalé. [VK4]Toto nejsou popisné statistiky, ale tabulka četností ;) [VK5]Když už uvádíte dva modely, bylo by dobré je srovnat. Zda je ten druhý model lepší/horší a proč. Zda např. přináší něco nového, či naopak je to zbytečná komplikace. [VK6]Velké plus za zahrnutí kategorických proměnných. [VK7]Toto není dostatečná interpretace. Je třeba se zaměřit i na jednotlivé prediktory – jak (jak moc a jakým směrem) ovlivňují životní spokojenost dětí.