Mnohonásobná[SJ1] lineární regrese Predikovaná proměnná: zdravotní potíže psychosomatického rázu Prediktory: · negativní pocity – únava, stres · negativní pocity – osamělost, strach, vina · neshody s rodiči Vzorek: 697 dětí staršího školního věku a adolescentů Rozhodly jsme se zabývat zdravotními potížemi psychosomatického rázu, protože mohou mít velké množství příčin, z nichž podstatnou část můžeme nalézt v každodenním životě. Předpokládáme, že zdravotní potíže psychosomatického rázu mohou být predikovány negativními pocity, jako je únava nebo stres. Je obecně známé, že stres je spouštěcím mechanismem různých onemocnění, proto by to tak mohlo být i u psychosomatických onemocnění. Dále předpokládáme, že zdravotní potíže psychosomatického rázu mohou být predikovány negativními pocity, jako je osamělost, strach a vina. Pokud má člověk například pocit viny nebo strach, zatěžuje tím sám sebe a organismus na tuto zátěž může reagovat vznikem psychosomatického onemocnění. Také předpokládáme, že zdravotní potíže psychosomatického rázu mohou být predikovány neshodami s rodiči. Jelikož se jedná o data o dětech staršího školního věku a o dospívajících, což je věková skupina na rodičích zcela nebo z větší části závislá, ale zároveň věková skupina, která už je přesvědčená o správnosti svého názoru, neshody s rodiči se mohou objevovat často. Ty závažnější nebo častěji se objevující mohou mít vliv na psychosomatické onemocnění[SJ2] . Nezávislé proměnné jsme do regresní analýzy vkládaly zároveň, jelikož jsme neodhalily, že by jedna z nich měla na závislou proměnnou výraznější vliv než dvě zbývající. Průběh analýzy: Standardní mnohonásobná regresní analýza byla provedena mezi závislou proměnnou (zdravotní potíže psychosomatického původu) a nezávislými proměnnými (negativní pocity - osamělost, strach, vina; negativní pocity - únava, stres; neshody s rodiči). Analýza byla provedena za použití programu SPSS[SJ3] . Předpoklady byly testovány porovnáním grafů normálního rozložení reziduí a bodových grafů reziduí oproti předpokládaným reziduím. Nebyla zjištěna žádná nedodržení normality, linearity ani homoskedascity reziduí. Krabicový[SJ4] graf navíc neodhalil přítomnost žádných odlehlých hodnot. Regresní analýza odhalila, že model statisticky významně předpovídal zdravotní potíže psychosomatického původu, F(3; 393[SJ5] ) = 54,48; p < 0,001. R^2 modelu bylo 0,19 a přizpůsobené[SJ6] R^2 bylo 0,19. Tabulka1 zobrazuje nestandardizované regresní koeficienty (B), průsečík a standardizované regresní koeficienty (β) pro každou proměnnou[SJ7] . Co se týče jednotlivých vztahů mezi nezávislými proměnnými a zdravotními potížemi psychosomatického původu, každá z proměnných osamělost, strach a vina (t = -7,00; p < 0,001), únava a stres (t = 4,02; p < 0,001) a neshody s rodiči (t = -4,66; p < 0,001) statisticky významně předpovídaly [SJ8] zdravotní potíže psychosomatického původu (průměry a standardní odchylky naleznete v Tabulce 1). Tyto tři proměnné dohromady tvoří[SJ9] 19,10% sdíleného rozptylu. Tabulka 1. Regrese negativních pocitů a neshod s rodiči na zdravotní potíže psychosomatického původu. Psychosomatické potíže M SD B β S-P R* Únava, stres -0,01 1,01 0,68 0,14 0,14 Osamělost, strach, vina 0,01 1,01 -1,27 -0,27 -0,24 Neshody s rodiči 3,13 0,57 -1,46 -0,18 -0,16 *Semi-parciální korelace Zdroj dat: Ke splnění tohoto úkolu jsme využily data Long1, umístěná ve studijních materiálech předmětu Statistická analýza dat II (https://is.muni.cz/auth/el/1423/podzim2013/PSY252/um/).[SJ10] ________________________________ [SJ1]Jak jsme si říkali, je třeba alespoň okomentovat, kam se poděly kejsy. V datovém souboru je přes 700 lidí. Pozor na jazyk. Uvažujete zde zcela kauzálně a to regrese nepodporuje. Zkuste to převést do jazyka koincidenci, usuzování z jedné proměnné na druhou. Jinak díky za zdůvodnění analýzy, to se cení. [SJ3]Uvádí se verze. [SJ4]Sdělit to raději prostřednictvím kritéria, než obrázků, z něhož jste to vyčetly. …vím, je to podle vzoru J [SJ5]I se stupni volnosti, výborně! [SJ6]česky asi spíš "adjustované" [SJ7]Prima; a proč ty semiparciální korelace? [SJ8]předpovídalA [SJ9]vysvětlují Začaly jste pěkně. Jen mi tady chybí úvaha nad kvalitami regrese - outlieři, kolinearita apod. Možná i trocha interpretace by nebyla špatná. Ale hlavně – chybí popisné statistiky!