Analiza regresji
Raport analizy regresji
Niniejszą analizę i raport opisowy wykonano w Systemie Zautomatyzowanego Tworzenia Opisu Statystycznego - SZTOS (Hryniewicz, Milewska, 2023). Wizualizacje wyników przeprowadzono z wykorzystaniem pakietu graficznego “ggplot2” (Wickham, 2016).
Model regresji dla zmiennej Intencja zakupu
Model wpływu Obawy, Cele na wyniki zmiennej Intencja zakupu.
W celu wyjaśnienia zmiennej Intencja zakupu przeprowadzono wielozmiennową analizę regresji liniowej (Fisher, 1922). W analizie wzięło udział N = 303 badanych obserwacji. Analiza regresji wykazała istotne przewidywanie F(2, 300) = 117.06; p < 0.001. Analiza wartości współczynnika R² wykazała, że model regresyjny uwzględnionych zmiennych niezależnych Obawy, Cele, wyjaśniał około 44% (43% po skorygowaniu) zmienności wyników zmiennej Intencja zakupu. Współczynnik nieskorygowany i skorygowany wyjaśnionej wariancji wynosił odpowiednio: R² = 0.44, adj.R² = 0.43. Ilość istotnych predyktorów w modelu wynosiła: 2. Analiza wykazała, że przewidywany przez model regresji średni poziom zmiennej Intencja zakupu wynosił M = 1.85. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:
• Wzrost wyników zmiennej Obawy wiązał się ze spadkiem wyników Intencja zakupu, uzyskany wynik był istotny statystycznie, B = -0.28; t = -4.07; p < 0.001; β = -0.19, 95%PU = [-0.28; -0.10]
• Wzrost wyników zmiennej Cele wiązał się ze wzrostem wyników Intencja zakupu, uzyskany wynik był istotny statystycznie, B = 0.78; t = 12.00; p < 0.001; β = 0.56, 95%PU = [ 0.47; 0.66]
Rezultaty oszacowań testowanego modelu przedstawia tabela nr 1. Wizualizacje wyników bazujących na oszacowaniach testowanego modelu przedstawia seria wykresów od nr 1 do nr 3
Tabela nr 1
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Intencja zakupu
| Zmienne w modelu | B | s.e. | t | DPU1 | GPU1 | p | β | DPU2 | GPU2 |
|---|---|---|---|---|---|---|---|---|---|
| Stała | 1.85 | 0.28 | 6.59 | 1.30 | 2.40 | < 0.001 | NA | NA | NA |
| Obawy | -0.28 | 0.07 | -4.07 | -0.41 | -0.14 | < 0.001 | -0.19 | -0.28 | -0.10 |
| Cele | 0.78 | 0.07 | 12.00 | 0.66 | 0.91 | < 0.001 | 0.56 | 0.47 | 0.66 |
Nota: B = Niestandaryzowany współczynnik regresji; s.e. = błąd standardowy dla B; t = Statystyka t studenta; DPU = Dolny przedział ufności; GPU = Górny przedział ufności; DPU1 / GPU1 = 95% przedziały ufności dla B; p = Istotność statystyczna; β = Standaryzowany współczynnik regresji; DPU2 / GPU2 = 95% przedziały ufności dla β; NA = Brak oszacowań standaryzowanych dla współczynnika stałej modelu regresji.
Rysunek nr 1
Wpływ zmiennej Obawy na zmienną Intencja zakupu
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 2
Wpływ zmiennej Cele na zmienną Intencja zakupu
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 3
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Intencja zakupu
Nota: Wąsy błędów przedstawiają 95% przedziały ufności dla
oszacowania B. Linie zachodzące na siebie przedstawiają w przybliżeniu
brak różnic między predyktorami we wpływie na poziom Intencja zakupu.
Natomiast, linie nie zachodzące na siebie przedstawiają w przybliżeniu
istotne różnice we wpływie predyktorów na poziom zmiennej Intencja
zakupu.
Model regresji dla zmiennej Użyteczność
Model wpływu Obawy, Cele na wyniki zmiennej Użyteczność.
W celu wyjaśnienia zmiennej Użyteczność przeprowadzono wielozmiennową analizę regresji liniowej (Fisher, 1922). W analizie wzięło udział N = 303 badanych obserwacji. Analiza regresji wykazała istotne przewidywanie F(2, 300) = 105.72; p < 0.001. Analiza wartości współczynnika R² wykazała, że model regresyjny uwzględnionych zmiennych niezależnych Obawy, Cele, wyjaśniał około 41% (41% po skorygowaniu) zmienności wyników zmiennej Użyteczność. Współczynnik nieskorygowany i skorygowany wyjaśnionej wariancji wynosił odpowiednio: R² = 0.41, adj.R² = 0.41. Ilość istotnych predyktorów w modelu wynosiła: 2. Analiza wykazała, że przewidywany przez model regresji średni poziom zmiennej Użyteczność wynosił M = 2.83. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:
• Wzrost wyników zmiennej Obawy wiązał się ze spadkiem wyników Użyteczność, uzyskany wynik był istotny statystycznie, B = -0.32; t = -5.27; p < 0.001; β = -0.25, 95%PU = [-0.35; -0.16]
• Wzrost wyników zmiennej Cele wiązał się ze wzrostem wyników Użyteczność, uzyskany wynik był istotny statystycznie, B = 0.60; t = 10.42; p < 0.001; β = 0.50, 95%PU = [ 0.41; 0.59]
Rezultaty oszacowań testowanego modelu przedstawia tabela nr 1. Wizualizacje wyników bazujących na oszacowaniach testowanego modelu przedstawia seria wykresów od nr 1 do nr 3
Tabela nr 1
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Użyteczność
| Zmienne w modelu | B | s.e. | t | DPU1 | GPU1 | p | β | DPU2 | GPU2 |
|---|---|---|---|---|---|---|---|---|---|
| Stała | 2.83 | 0.25 | 11.45 | 2.35 | 3.32 | < 0.001 | NA | NA | NA |
| Obawy | -0.32 | 0.06 | -5.27 | -0.44 | -0.20 | < 0.001 | -0.25 | -0.35 | -0.16 |
| Cele | 0.60 | 0.06 | 10.42 | 0.49 | 0.71 | < 0.001 | 0.50 | 0.41 | 0.59 |
Nota: B = Niestandaryzowany współczynnik regresji; s.e. = błąd standardowy dla B; t = Statystyka t studenta; DPU = Dolny przedział ufności; GPU = Górny przedział ufności; DPU1 / GPU1 = 95% przedziały ufności dla B; p = Istotność statystyczna; β = Standaryzowany współczynnik regresji; DPU2 / GPU2 = 95% przedziały ufności dla β; NA = Brak oszacowań standaryzowanych dla współczynnika stałej modelu regresji.
Rysunek nr 1
Wpływ zmiennej Obawy na zmienną Użyteczność
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 2
Wpływ zmiennej Cele na zmienną Użyteczność
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 3
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Użyteczność
Nota: Wąsy błędów przedstawiają 95% przedziały ufności dla
oszacowania B. Linie zachodzące na siebie przedstawiają w przybliżeniu
brak różnic między predyktorami we wpływie na poziom Użyteczność.
Natomiast, linie nie zachodzące na siebie przedstawiają w przybliżeniu
istotne różnice we wpływie predyktorów na poziom zmiennej
Użyteczność.
Model regresji dla zmiennej Łatwość
Model wpływu Obawy, Cele na wyniki zmiennej Łatwość.
W celu wyjaśnienia zmiennej Łatwość przeprowadzono wielozmiennową analizę regresji liniowej (Fisher, 1922). W analizie wzięło udział N = 303 badanych obserwacji. Analiza regresji wykazała istotne przewidywanie F(2, 300) = 18.39; p < 0.001. Analiza wartości współczynnika R² wykazała, że model regresyjny uwzględnionych zmiennych niezależnych Obawy, Cele, wyjaśniał około 11% (10% po skorygowaniu) zmienności wyników zmiennej Łatwość. Współczynnik nieskorygowany i skorygowany wyjaśnionej wariancji wynosił odpowiednio: R² = 0.11, adj.R² = 0.10. Ilość istotnych predyktorów w modelu wynosiła: 2. Analiza wykazała, że przewidywany przez model regresji średni poziom zmiennej Łatwość wynosił M = 3.94. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:
• Wzrost wyników zmiennej Obawy wiązał się ze spadkiem wyników Łatwość, uzyskany wynik był istotny statystycznie, B = -0.25; t = -3.87; p < 0.001; β = -0.23, 95%PU = [-0.35; -0.11]
• Wzrost wyników zmiennej Cele wiązał się ze wzrostem wyników Łatwość, uzyskany wynik był istotny statystycznie, B = 0.18; t = 2.79; p = 0.006; β = 0.17, 95%PU = [ 0.05; 0.28]
Rezultaty oszacowań testowanego modelu przedstawia tabela nr 1. Wizualizacje wyników bazujących na oszacowaniach testowanego modelu przedstawia seria wykresów od nr 1 do nr 3
Tabela nr 1
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Łatwość
| Zmienne w modelu | B | s.e. | t | DPU1 | GPU1 | p | β | DPU2 | GPU2 |
|---|---|---|---|---|---|---|---|---|---|
| Stała | 3.94 | 0.27 | 14.56 | 3.41 | 4.48 | < 0.001 | NA | NA | NA |
| Obawy | -0.25 | 0.07 | -3.87 | -0.38 | -0.13 | < 0.001 | -0.23 | -0.35 | -0.11 |
| Cele | 0.18 | 0.06 | 2.79 | 0.05 | 0.30 | 0.006 | 0.17 | 0.05 | 0.28 |
Nota: B = Niestandaryzowany współczynnik regresji; s.e. = błąd standardowy dla B; t = Statystyka t studenta; DPU = Dolny przedział ufności; GPU = Górny przedział ufności; DPU1 / GPU1 = 95% przedziały ufności dla B; p = Istotność statystyczna; β = Standaryzowany współczynnik regresji; DPU2 / GPU2 = 95% przedziały ufności dla β; NA = Brak oszacowań standaryzowanych dla współczynnika stałej modelu regresji.
Rysunek nr 1
Wpływ zmiennej Obawy na zmienną Łatwość
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 2
Wpływ zmiennej Cele na zmienną Łatwość
Nota: Ciągła linia - oznacza istotny wpływ predyktora.
Rysunek nr 3
Wpływ zmiennych Obawy, Cele na poziom wyników zmiennej Łatwość
Nota: Wąsy błędów przedstawiają 95% przedziały ufności dla
oszacowania B. Linie zachodzące na siebie przedstawiają w przybliżeniu
brak różnic między predyktorami we wpływie na poziom Łatwość. Natomiast,
linie nie zachodzące na siebie przedstawiają w przybliżeniu istotne
różnice we wpływie predyktorów na poziom zmiennej
Łatwość.
Rysunek podsumowujący testowane modele
Rysunek diagnostyczny
Porównanie testowanych modeli
Nota: Wąsy błędów przedstawiają 95% przedziały ufności dla oszacowania B. Linie zachodzące na siebie przedstawiają w przybliżeniu brak różnic między predyktorami we wpływie na poziom zmiennych zależnych. Natomiast, linie nie zachodzące na siebie przedstawiają w przybliżeniu istotne różnice we wpływie predyktorów na poziom zmiennych zależnych.
Podsumowanie wyników
W modelu wyjaśniającym Intencję zakupu oba testowane predyktory, Obawy i Cele, były istotne. Wyższe Obawy wiązały się ze spadkiem Intencji zakupu i ta relacja była słaba do umiarkowanej. Wyższe Cele wiązały się ze wzrostem Intencji zakupu i ta relacja była silna. Model wyjaśniał około 44% zmienności Intencji zakupu.
W modelu wyjaśniającym Użyteczność oba predyktory również były istotne. Wyższe Obawy wiązały się ze spadkiem Użyteczności i ta relacja była umiarkowana. Wyższe Cele wiązały się ze wzrostem Użyteczności i ta relacja była silna. Model wyjaśniał około 41% zmienności Użyteczności.
W modelu wyjaśniającym Łatwość oba predyktory były istotne. Wyższe Obawy wiązały się ze spadkiem Łatwości i ta relacja była umiarkowana. Wyższe Cele wiązały się ze wzrostem Łatwości i ta relacja była słaba. Model wyjaśniał około 11% zmienności Łatwości.
Bibliografia:
Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Oprogramowanie]. https://sztos-it.com/
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4
Fisher, R. A. 1922. The goodness of fit of regression formulae, and the distribution of regression coefficients. Journal of the Royal Statistical Society. 85 (4), pp. 597-612. https://doi.org/10.2307/2341124
Masz pytania do raportu🔮⁉️
Kliknij i porozmawiaj z naszą statystyczną asystentką Danką💁♀✅