• Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS

     

    Paraugs4 Statistika

Vērtējums:
Publicēts: 26.06.2015.
Valoda: Latviešu
Līmenis: Augstskolas
Literatūras saraksts: Nav
Atsauces: Nav
  • Paraugs 'Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS', 1.
  • Paraugs 'Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS', 2.
  • Paraugs 'Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS', 3.
  • Paraugs 'Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS', 4.
  • Paraugs 'Daudzfaktoru regresijas un korelācijas analīzes interpretācija, izmantojot SPSS', 5.
Darba fragmentsAizvērt

Lai gan korelācija starp garumu un veiksmīgajiem metieniem bija statistiski nozīmīga un pozitīva, tomēr regresijas analīzē garums neietekmē veiksmīgo metienu skaitu statistiski nozīmīgi. Arī svars nav statistiski nozīmīgs faktors veiksmīgo metienu skaitam. Lai gan šis regresijas modelis ir statistiski nozīmīgs, tomēr katrs faktors atsevišķi nesniedz vērtīgu priekšstatu par to, cik daudz veiksmīgus metienus spēlētājs izdara.

Kopsavilkums
Izveidotais regresijas modelis ir statistiski nozīmīgs, un garums, svars, veiksmīgo metienu skaits un veiksmīgo soda metienu skaits ietekmē spēlētaja gūto punktu skaitu vienā spēlē – F(4, 49) = 3.501, p < 0.05, R2 = .222, līdz ar to hipotēze ir apstiprinājusies. No visiem mainīgajiem rādītājiem, vienīgais, kurš ir statistiski nozīmīgs, ir veiksmīgo metienu skaits (% no 100), jo šis rādītājs visspēcīgāk korelē ar punktu skaitu vienā spēlē, kā arī regresijas vienādojumā šī rādītāja standartizētā vērtība ir vislielākā - p < 0.05. Pārējiem rādītājiem nav statistiski nozīmīga ietekme uz iegūto punktu skaitu vienā spēlē, par ko liecina gan korelācijas, gan arī regresijas analīze – p > 0.05.

Autora komentārsAtvērt
Atlants