Analýza 2 Vendula Horčičková, 414614 Barbora Sichová, 414757 Mnohonásobná regrese Pro analýzu dat pomocí mnohonásobné regrese jsme zvolily data Long1.sav, která jsou vytvořená na základě dotazníku z výzkumu dětí a mládeže. Tento výzkum získal informace o životě, názorech, pocitech a přáních dětí a mládeže. Studie se zúčastnilo 758 respondentů v průměrném věku 14 let. Daná data splnila veškeré předpoklady pro provedení regresní analýzy (viz. příloha).[VK1] V mnohonásobné regresi jsme použily míru optimismu jako závislou proměnnou a míru životní spokojenosti, self-esteemu a self-efficacy jako prediktory. Tabulka 1.: Základní popisné statistiky proměnných N M SD Max Min Optimismus 675 16,33 3,09 6 24 Životní spokojenost 675 2,91 0,47 1,17 4 Self-esteem 675 3,06 0,47 1,33 4 Self-efficacy 675 2,74 0,52 1,63 4[VK2] Předpokládáme, že děti s vyšší mírou životní spokojenosti mají tendenci optimističtějšího náhledu na svět. Pokud vnímají svůj život za kvalitní a pohodový, mohou mít tendenci hodnotit situace a posuzovat věci z té lepší stránky. Dítě s vyšší mírou pozitivního self-esteemu, to znamená, vyššího sebehodnocení, sebeúcty, či kladnému postoji k sobě samému, bude podle našeho předpokladu hodnotit okolní situace optimističtěji, než dítě s nízkým self-esteemem. Dále předpokládáme, že děti s vyšší sebedůvěrou ve vlastní schopnosti, sebeuplatnění a přesvědčení o vlastní schopnosti dosahovat cílů (self-efficacy), budou častěji ve věcech hledat světlé stránky. Tabulka 2: Korelace mezi proměnnými Optimismus Životní spokojenost Self-esteem Self-efficacy Optimismus - 0,535 0,444 0,376 Životní spokojenost 0,535 - 0,645 0,395 Self-esteem 0,444 0,645 - 0,43 Self-efficacy 0,376 0,395 0,43 - Do analýzy jsme zařazovaly proměnné po blocích, podle velikosti korelace mezi proměnnými. Životní spokojenost jsme přidaly do prvního bloku, self-esteem do druhého bloku a self-efficacy do třetího bloku. Zjistily jsme, že náš model signifikantně predikuje optimismus (F(3, 671) = 108,327, p<0,001). Pro tuto analýzu bylo použito 675 respondentů. Když je životní spokojenost použita jako jediný prediktor, korelace nabyla hodnoty R = 0,535, R^2 = 0,287 (adj R^2 = 0,285), z toho vyplývá, že životní spokojenost vysvětluje 28,7% optimismu. Pokud do výpočtu zahrneme self-esteem zvýší se vysvětlená část optimismu na 30,3% (R = 0,551, R^2 = 0,303, adj R^2 = 0,301). Při zahrnutí všech prediktorů je vysvětleno 32,6% optimismu (R = 0,571, R^2 = 0,326, adj R^2 = 0,323). Tabulka 3: Regresní koeficienty a t-testy proměnných B SE β t p Životní spokojenost 2,54 0,28 0,39 9,31 <0,001 Self-esteem 0,78 0,28 0,12 2,77 <0,01 Self-efficacy 1,01 0,21 0,17 4,79 <0001 Pokud vycházíme z modelu, kde jsou zahrnuty všechny prediktory, tak v tom případě, když se hodnota životní spokojenosti zvýší o jednu směrodatnou odchylku, optimismus vzroste o 0,392 (β = 0,392), zatímco u self-esteemu optimismus vzroste pouze o 0,118 (β = 0,118) a u self-efficacy vzroste o 0,170 (β = 0,170). Výše zmíněné interpretace jsou platné, pouze pokud zbylé proměnné zůstanou konstantní. Vzhledem k tomu, že máme všechny hodnoty koeficientu B kladné, mezi prediktory a výsledky je pozitivní vztah. V tomto modelu se ukázal prediktor životní spokojenost jako nejvíce určující (t=9,31, p<0,001). Výslednou regresní rovnici můžeme vyjádřit jako: Y = 3,696 + 2,57*X[1] + 0,783*X[2] + 1,004*X[3] Kde: X[1] = životní spokojenost, X[2] = self-esteem a X[3] = self-efficacy.[VK3] Opravu přijímám. Velmi pěkná práce. Jen až budete dělat úkol na logistickou regresi, nezapomeňte se při řešení předpokladů zmínit, co konkrétně má být z grafů vidět. PŘÍLOHA – Předpoklady mnohonásobné regrese 1. Normalita rozložení reziduí: 2. Homoskedascita a outliery 3. Linearita vztahu ________________________________ [VK1]V přiloze vidím pěkné grafy. A co? J [VK2]Lepší J [VK3]Nemusíte psát Y a X, ale rovnou můžete mít v rovnici ty pojmy. A díky za ni!