Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
WproWadzenie
zmiennaniezależna
(objaśniająca)
zmiennazależna
(objaśniana)
Poszukiwaniezależnościmiędzyzmiennymijestniezwykleważnymelementem
postępowanianaukowego.Choćanalizakorelacjiniematakiejmocyjakposzuki-
wa
nieprzyczynyiskutkuwbadaniacheksperymentalnych,tojednakpozwalając
prześledzićwzajemnezależnościdużejliczbyzmiennych,przygotowujepodstawy
doprojektowaniaeksperymentów.Dziękitejtechnicemożliwejestbowiemzna-
czącezawężeniezmiennychuwzględnianychpotemwbadaniacheksperymental-
nych.Schematkorelacyjnymożewięcstanowićważneźródłoinspiracjidlaekspe-
rymentów,gdzieniemożliwestajesięuwzględnieniezbytdużejliczbyzmiennych
jednocześnie.Oczywiścierelacjebadańeksperymentalnychikorelacyjnychsą
wzajem
ne–zidentyfikowaneweksperymenciekluczowedladanejsferyzmienne
mogązostaćnastępnieuwzględnionewbadaniukorelacyjnym,którepozwalaprze-
śledzićbardziejskomplikowanerelacjemiędzykonstruktami,awkonsekwencji
–budowaniezłożonychteoriinaukowych.
Skororelacjesątakieważne,toanalizaregresjistanowiistotnenarzędzieodpo-
wiada
nianapytaniabadawczeozależnościzmiennych.Wswejklasycznejpostaci
wymaga,byzarównopredyktory(zmienneniezależneczyobjaśniające),jakizmienna
zależ
na(czyobjaśniana)byłyilościowe,alejakpokażemywjednymzrozdziałów,
możliwejesttakżeuwzględnieniedychotomicznychpredyktorów.Możemyjewpro-
wadzaćdoregresji,dlategożemetodatajestbardziejogólnątechnikąanalityczną
należącądorodzinymetodkryjącychsiępodnazwąOgólnegoModeluLiniowego.
Dotejsamejgrupytechniknależątakżetestyt-Studentaianalizawariancji,ale
niesąonetakwszechstronnejakregresja.Ograniczeniedlaregresjistanowijednak
liczbazmiennychzależnych–niemożeonaprzekroczyćjednej.
Wtymrozdzialeprzedstawimyszczegółowonajprostsząanalizęzwykorzysta-
niemjednejzmiennejniezależnejijednejzmiennejzależnej.Dziękitemu,żemodel
będzietakprosty
,możliwysięstaniebardzoszczegółowyiprecyzyjnyopispodstaw
logicznychanalizyregresjiisposobuinterpretacjijejwyników.Zaczniemyjednak
odstatystykopisowych,którepozwalająpodsumowaćwspółzmiennośćdwóch
zmiennych:kowariancjiikorelacjirPearsona.Następniepokażemynawykresach
rozrzutu,jakwyglądajądaneookreślonychwartościachwspółczynnikakorelacji
rPearsona.Opiszemytakżemetodędopasowanialiniiregresjiorazinterpretację
parametrówopisującychtęlinię.Wostatniejczęścirozdziałuzaprezentujemy
sposóbwykonaniaobliczeńwprogramieIBMSPSSStatisticsizapiswyników
wraporcieempirycznym.
