ÚKOL 2

Pri analýze sme použili dátový súbor Long1.sav[VK1]  o 768 respondetoch, žiakoch vo veku 11-17
rokov, avšak pre našu analýzu boli použité dáta od 697 respondentov[VK2] .

Urobili sme štandardnú[VK3]  analýzu mnohonásobnej regresie medzi závislou premennou (zdravotné
problémy psychosomatického rázu) a nezávislými premennými (negatívne pocity-únava, stres; nezhody
s rodičmi a dôvernosť s rodičmi)[VK4] . Analýzu sme urobili pomocou SPSS regresie[VK5] .

Predpoklady boli testované pomocou porovnania normálneho rozloženia reziduí a scatterplotov reziduí
voči predpokladaným reziduám. Nedetekovali sme žiadne porušenia normality, linearity alebo
homoskedacity.[VK6]  Navyše boxploty neodhalili výskyt outlierov.

Regresná analýza odhalila, že model signifikantne predikoval zdravotné problémy psychosomatického
rázu, F(3, 693) = 36,099; p<0,001. R^2 pre model je 0,14; prispôsobené R^2 0,13.

Čo sa týka jednotlivých vzťahov medzi nezávislými premennými a zdravotnými problémami, negatívne
pocity - stres a únava (t = 5,09; p<0,001), nezhody s rodičmi (t = -7,63; p<0,001) a dôvernosť
s rodičmi (t = 1,12; p = 0,26), prvé dva signifikantne predikovali [VK7] zdravotné problémy
psychosomatického rázu, tretia premenná nie.

Tieto tri premenné spolu prispeli k 14% zdieľaného rozptylu.

Pěkný začátek, ale není to vše. Zkuste se oprostit od toho, že děláte „úkol na regresi“. Zkuste to
vážně pojmout jako výzkum. Jaká otázka stála na začátku? Jaké odpovědi nám analýza dala? Mohlo by
vás to navést k tomu, co ještě potřebujeme ve výzkumné zprávě reportovat. Pokud ne, mrkněte do
Fielda či Morganové a kol. – nápověda: chceme vědět, jak moc nezávisle proměnné souvisí se závislou
;) A nezapomeňte na předpoklady.

Dopracovat prosím.


Graf 1 Histogram


Graf 2 P-P plot regrese standardizovaných reziduí


Graf 3 Scatterplot


________________________________

 [VK1]Co to je za data? O čem jsou?

 [VK2]Jakto?

 [VK3]Jaká by byla nestandardní? J

 [VK4]Takto o tom nepíšeme. Viz pravidlo: „u čtenářů předpokládáme pokročilou znalost statistiky“.
Všichni ví, že v mnohonásobné regresi figuruje jedna závislá proměnná a několik nezávislých
proměnných. Co je naopak důležité, je to, co máte v závorkách – to je jedinečné pro vaši zprávu J
Zkuste se

 [VK5]Podobná věta se ve výzkumných zprávách často objevuje: ale neobsahuje slovo „regrese“ –
nepředpokládá se, že byste regresi počítali přes nějakou jinou funkci, ale konkrétní verzi
statistického programu.

 [VK6]Když už ty grafy vzadu máte, bylo by fajn na ně v textu odkazovat – to jen taková drobná
formální.

 [VK7]To, že dané proměnné signifikatně souvisí se závislou proměnnou je první krok. Ale nestačí
to, potřebujeme vědět víc ;)