Regresja liniowa w pracy dyplomowej – jak ją wykonać i opisać w Jamovi?

Regresja liniowa pomaga ocenić, czy zmiana jednej lub kilku zmiennych wiąże się ze zmianą wyniku ilościowego. W pracy licencjackiej albo magisterskiej można jej użyć na przykład do sprawdzenia, czy wsparcie społeczne, obciążenie nauką i średnia ocen pozwalają przewidywać satysfakcję ze studiów. Samo wygenerowanie tabeli w programie nie wystarcza jednak do poprawnego wniosku.

W tym poradniku pokazujemy, jak zaplanować model, uruchomić regresję liniową w Jamovi, odczytać R², test F i współczynniki regresji oraz sprawdzić najważniejsze założenia. Wyjaśniamy również, jak napisać wynik bez mylenia związku statystycznego z przyczynowością.

Czym jest regresja liniowa?

Regresja liniowa opisuje przeciętną zależność między zmienną zależną a jednym lub kilkoma predyktorami. Zmienna zależna, nazywana też objaśnianą albo wynikiem, powinna być ilościowa. Predyktory mogą być ilościowe, a po odpowiednim zakodowaniu także kategorialne.

W najprostszym modelu z jednym predyktorem równanie ma postać:

Y = b₀ + b₁X + e

Symbol Y oznacza przewidywaną wartość zmiennej zależnej, b₀ wyraz wolny, b₁ współczynnik regresji, a e część wyniku niewyjaśnioną przez model. W regresji wielorakiej do równania dodaje się kolejne predyktory.

Współczynnik b₁ informuje, o ile jednostek przeciętnie zmienia się wynik Y, gdy X rośnie o jedną jednostkę, przy stałych wartościach pozostałych predyktorów. Sformułowanie „przy stałych wartościach” jest ważne: współczynnik w modelu wielorakim opisuje unikalny związek danego predyktora z wynikiem po uwzględnieniu innych zmiennych znajdujących się w modelu.

Regresja może opisywać zależność i wspierać przewidywanie, ale sama analiza danych przekrojowych nie dowodzi, że jeden predyktor powoduje zmianę wyniku.

Kiedy zastosować regresję liniową?

Regresja liniowa jest właściwym punktem wyjścia, gdy:

• zmienna zależna jest ilościowa, na przykład wynik testu, czas, liczba punktów albo średnia skali;
• pytanie badawcze dotyczy przewidywania wyniku lub związku wyniku z predyktorami;
• oczekiwana zależność ma w przybliżeniu charakter liniowy;
• obserwacje są niezależne;
• dostępna liczebność próby odpowiada złożoności planowanego modelu;
• dane pozwalają ocenić reszty, obserwacje wpływowe i współliniowość.

Regresja prosta zawiera jeden predyktor. Regresja wieloraka obejmuje co najmniej dwa predyktory i pozwala ocenić wkład każdego z nich po uwzględnieniu pozostałych. Jeżeli zmienna zależna ma tylko dwie kategorie, na przykład „zdał” i „nie zdał”, zwykła regresja liniowa nie jest odpowiednim modelem — wtedy rozważa się regresję logistyczną.

Przed wyborem metody warto sprawdzić schemat doboru testu statystycznego. Jeżeli celem jest wyłącznie opis siły monotonicznego związku dwóch zmiennych, wystarczająca może być korelacja Pearsona albo Spearmana.

Jak zaplanować model przed otwarciem Jamovi?

Nazwij zmienną zależną i predyktory

Najpierw zapisz równanie modelu słowami. Przykład:

Satysfakcja ze studiów jest zmienną zależną, a postrzegane wsparcie, tygodniowe obciążenie nauką i średnia ocen są predyktorami.

Każda zmienna powinna mieć uzasadnienie w pytaniach badawczych, hipotezach i teorii. Dodawanie wielu kolumn tylko dlatego, że znajdują się w pliku, zwiększa ryzyko przypadkowych wyników i nadmiernego dopasowania modelu.

Ustal poziom pomiaru

W Jamovi ciągłe predyktory trafiają do pola Covariates, a predyktory kategorialne do pola Factors. Zmienna zależna powinna być ustawiona jako ciągła. Jeżeli wynik skali powstał jako suma albo średnia kilku pytań, wcześniej trzeba sprawdzić kodowanie pozycji i rzetelność skali.

Pomocne są artykuły o przygotowaniu danych w Jamovi oraz alfie Cronbacha.

Zaplanuj kolejność bloków

Jamovi pozwala dodawać predyktory blokami. Rozwiązanie przydaje się, gdy najpierw chcesz uwzględnić zmienne kontrolne, a następnie sprawdzić, czy właściwe predyktory zwiększają wyjaśnioną wariancję.

Przykładowy plan:

1. blok 1 — wiek, płeć i rok studiów;
2. blok 2 — wsparcie społeczne i obciążenie nauką;
3. porównanie zmiany R² między modelami.

Kolejność bloków powinna wynikać z logiki badania, a nie z prób uzyskania niższego p.

Jak wykonać regresję liniową w Jamovi?

Krok 1. Sprawdź dane

Otwórz plik XLSX, CSV, SAV albo ODS. Jedna kolumna powinna odpowiadać jednej zmiennej, a jeden wiersz jednej obserwacji. Zweryfikuj typy zmiennych, braki danych, wartości spoza zakresu i nietypowe obserwacje.

Krok 2. Uruchom analizę

Wybierz:

Analizy → Regresja → Regresja liniowa

W angielskim interfejsie ścieżka brzmi Analyses → Regression → Linear Regression.

Krok 3. Przypisz zmienne

Przenieś wynik do pola Dependent Variable. Predyktory ilościowe umieść w Covariates, a kategorialne w Factors. Jeżeli tworzysz model hierarchiczny, dodaj zmienne do odpowiednich bloków.

Krok 4. Włącz wyniki modelu

W podstawowym raporcie warto zaznaczyć:

• R, R² i skorygowane R²;
• test całego modelu;
• tabelę ANOVA;
• współczynniki niestandaryzowane;
• błędy standardowe;
• przedziały ufności;
• współczynniki standaryzowane;
• wykres współczynników, jeżeli ułatwia interpretację.

Krok 5. Włącz diagnostykę

W zależności od modelu zaznacz:

• wykres Q–Q reszt;
• wykres reszt względem wartości przewidywanych;
• statystyki współliniowości;
• odległość Cooka;
• test Durbina–Watsona, jeżeli kolejność obserwacji może mieć znaczenie;
• zapis wartości przewidywanych i reszt, gdy potrzebna jest dokładniejsza kontrola.

Oficjalna dokumentacja Jamovi wymienia w analizie między innymi R², skorygowane R², test modelu, przedziały ufności, współczynniki standaryzowane, wykresy reszt, statystyki współliniowości, odległość Cooka i statystykę Durbina–Watsona.

Jak czytać wynik regresji?

Nie zaczynaj od pojedynczych wartości p w tabeli współczynników. Najpierw sprawdź cały model, potem wielkość wyjaśnionej wariancji, a dopiero następnie poszczególne predyktory.

Jak interpretować R²?

Jeżeli R² = 0,34, model wyjaśnia około 34% zróżnicowania zmiennej zależnej w analizowanej próbie. Nie oznacza to, że model jest „w 34% prawdziwy” ani że każdy uczestnik został opisany z dokładnością 34%.

Wysokie R² nie gwarantuje poprawnego modelu. Można uzyskać dużą wartość mimo nieliniowości, obserwacji wpływowych albo nadmiernego dopasowania. Z kolei umiarkowane R² może mieć znaczenie w badaniach nad złożonym zachowaniem ludzi.

B czy β?

Współczynnik B zachowuje jednostki zmiennych. Jeżeli B = −0,42 dla liczby godzin obciążenia tygodniowo, każda dodatkowa godzina wiąże się przeciętnie ze spadkiem wyniku o 0,42 punktu, przy stałych wartościach innych predyktorów.

Współczynnik β jest standaryzowany i ułatwia porównanie relatywnej siły predyktorów mierzonych w różnych skalach. Nie należy jednak na podstawie największego β automatycznie ogłaszać „najważniejszej przyczyny”. Wartość zależy od zestawu zmiennych, ich zmienności i współzależności.

Jak wygląda zależność opisywana przez regresję?

Punkty oznaczają syntetyczne obserwacje, a pomarańczowa linia pokazuje wartości przewidywane przez prosty model liniowy.

Najedź na punkty, aby odczytać przykładowe wartości. Dane są syntetyczne i służą wyłącznie do wyjaśnienia sposobu interpretacji modelu.

Co oznacza wyraz wolny?

Wyraz wolny jest przewidywaną wartością Y, gdy wszystkie predyktory ilościowe wynoszą zero, a predyktory kategorialne znajdują się w kategoriach odniesienia. Czasem ma sens praktyczny, ale jeżeli zero leży poza zakresem danych, interpretacja wyrazu wolnego może być wyłącznie techniczna.

Jak sprawdzić założenia regresji?

Liniowość

Model zakłada, że przeciętna zależność wyniku od predyktorów jest liniowa w zastosowanej postaci równania. Sprawdź wykres rozrzutu i wykres reszt względem wartości przewidywanych. Wyraźny łuk albo systematyczny wzór reszt może wskazywać, że prosta nie opisuje danych wystarczająco dobrze.

Niezależność obserwacji i reszt

Niezależność wynika przede wszystkim z projektu badania. Powtarzane pomiary tych samych osób, uczniowie zagnieżdżeni w klasach albo obserwacje zbierane w kolejnych momentach mogą wymagać innych modeli. Statystyka Durbina–Watsona dotyczy uporządkowania reszt i nie zastępuje oceny sposobu zebrania danych.

Stałość wariancji

Na wykresie reszt szukaj podobnego rozrzutu punktów w całym zakresie wartości przewidywanych. Kształt lejka może oznaczać, że wariancja błędów rośnie albo maleje wraz z poziomem wyniku. Nie oceniaj tego wyłącznie na podstawie jednego testu — wykres i kontekst są równie ważne.

Normalność reszt

Założenie dotyczy reszt modelu, a nie koniecznie każdej zmiennej osobno. Obejrzyj wykres Q–Q reszt. Niewielkie odchylenia nie muszą przekreślać analizy, zwłaszcza w większej próbie, ale wyraźne ogony, asymetria i obserwacje odstające wymagają wyjaśnienia.

Współliniowość

Silnie powiązane predyktory utrudniają rozdzielenie ich unikalnego wkładu. Mogą zwiększać błędy standardowe i powodować, że współczynniki mocno zmieniają się po dodaniu albo usunięciu zmiennej. Sprawdź VIF, tolerancję, korelacje predyktorów i sens merytoryczny modelu. Jednego progu VIF nie należy traktować jako automatycznej decyzji o usunięciu zmiennej.

Obserwacje wpływowe

Odległość Cooka i reszty standaryzowane pomagają wskazać przypadki, które mogą silnie wpływać na równanie. Takiej obserwacji nie usuwa się tylko dlatego, że pogarsza wynik. Najpierw sprawdź błąd wprowadzania danych, zgodność z kryteriami badania i to, jak zmieniają się wnioski po przeprowadzeniu analizy wrażliwości.

Diagnostyka nie polega na mechanicznym „zaliczaniu” progów. Trzeba ustalić, czy model jest rozsądnym opisem danych i czy jego ograniczenia pozwalają odpowiedzieć na postawione pytanie.

Przykład opisu regresji w pracy dyplomowej

Załóżmy, że badano satysfakcję ze studiów u 214 osób. Predyktorami były postrzegane wsparcie, tygodniowe obciążenie nauką i średnia ocen. Poniższe liczby są przykładowe.

Model był istotny statystycznie: F(3, 210) = 35,75; p < 0,001. Uzyskano R² = 0,338 oraz skorygowane R² = 0,329.

Przykładowy opis:

Przeprowadzono wieloraką regresję liniową, w której zmienną zależną była satysfakcja ze studiów, a predyktorami wsparcie społeczne, tygodniowe obciążenie nauką i średnia ocen. Model był istotny statystycznie, F(3, 210) = 35,75; p < 0,001, i wyjaśniał 33,8% wariancji satysfakcji, R² = 0,338; skorygowane R² = 0,329. Wyższe wsparcie wiązało się z wyższą satysfakcją, B = 7,20; SE = 1,15; β = 0,39; p < 0,001; 95% PU [4,93; 9,47]. Większe obciążenie wiązało się z niższą satysfakcją, B = −0,42; SE = 0,13; β = −0,21; p = 0,001. Dodatni związek średniej ocen z satysfakcją był słabszy, B = 5,10; SE = 2,20; β = 0,15; p = 0,021. Diagnostyka reszt nie wskazała wyraźnych naruszeń założeń modelu.

Nie kopiuj tych liczb do własnej pracy. Opis musi odpowiadać rzeczywistym wynikom, kodowaniu zmiennych i przeprowadzonej diagnostyce. Więcej o zapisie wartości p i przedziałów znajdziesz w poradniku jak interpretować p, przedział ufności i wielkość efektu.

Co umieścić w pracy?

W rozdziale metodologicznym opisz:

• zmienną zależną i sposób jej obliczenia;
• predyktory oraz ich uzasadnienie;
• kodowanie predyktorów kategorialnych i kategorię odniesienia;
• kolejność bloków, jeśli zastosowano model hierarchiczny;
• sposób obsługi braków danych;
• kryteria oceny założeń i obserwacji wpływowych;
• program oraz rodzaj wykonanej analizy.

W rozdziale wyników podaj:

• liczebność próby użytej w modelu;
• R² i skorygowane R²;
• F ze stopniami swobody i p dla całego modelu;
• B, SE, przedziały ufności, β, t i p dla predyktorów;
• zmianę R² przy modelach blokowych;
• krótką informację o diagnostyce;
• tabelę zawierającą najważniejsze współczynniki.

W dyskusji wyjaśnij znaczenie kierunku i wielkości związków, porównaj wyniki z literaturą i opisz ograniczenia. Nie zamieniaj słowa „wiązało się” na „powodowało”, jeżeli projekt badania nie uzasadnia przyczynowości.

Najczęstsze błędy

• zastosowanie regresji liniowej do dwukategorialnej zmiennej zależnej;
• wrzucenie do modelu wszystkich dostępnych zmiennych bez hipotez i uzasadnienia;
• interpretowanie samego p bez B, przedziału ufności i R²;
• przedstawienie R² jako procentowej „pewności” modelu;
• uznanie największego β za dowód przyczynowości;
• pominięcie kodowania kategorii odniesienia;
• sprawdzanie normalności surowych zmiennych zamiast reszt modelu;
• brak wykresu reszt i diagnostyki obserwacji wpływowych;
• mechaniczne usuwanie przypadków z dużą odległością Cooka;
• nieuwzględnienie współliniowości predyktorów;
• raportowanie wielu modeli bez wyjaśnienia, dlaczego je porównano;
• używanie określenia „wpływ” w badaniu przekrojowym bez odpowiedniego projektu.

Lista kontrolna przed oddaniem analizy

Sprawdź, czy:

• zmienna zależna jest ilościowa i poprawnie obliczona;
• każdy predyktor ma uzasadnienie teoretyczne;
• kategorie odniesienia są zapisane;
• liczebność próby jest podana po uwzględnieniu braków;
• raport zawiera R², skorygowane R² i test całego modelu;
• współczynniki mają SE, p i przedziały ufności;
• oceniono liniowość, stałość wariancji i normalność reszt;
• sprawdzono współliniowość i obserwacje wpływowe;
• język wniosków odpowiada projektowi badania;
• przykładowe liczby zostały zastąpione własnymi wynikami.

FAQ

Czy przed regresją trzeba wykonać korelacje?

Nie jest to formalny warunek, ale macierz korelacji pomaga poznać kierunek zależności i zauważyć silnie powiązane predyktory. Nie zastępuje jednak diagnostyki modelu ani oceny VIF.

Czy każdy predyktor musi mieć rozkład normalny?

Nie. Założenie normalności dotyczy reszt modelu. Rozkłady predyktorów mogą wpływać na obserwacje wpływowe i zakres wnioskowania, dlatego nadal warto je obejrzeć, ale nie przeprowadza się regresji tylko wtedy, gdy każda kolumna przechodzi test normalności.

Co zrobić z nieistotnym predyktorem?

Nie usuwaj go automatycznie. Jeżeli zmienna była zaplanowana jako kontrolna albo wynika z teorii, może pozostać w modelu. Decyzję trzeba uzasadnić, a przy porównywaniu modeli podać jasne kryterium.

Czy wysokie R² oznacza dobry model?

Nie zawsze. Wysokie R² nie wyklucza nieliniowości, błędnego kodowania, obserwacji wpływowych ani nadmiernego dopasowania. Trzeba sprawdzić diagnostykę i sens predykcji.

Jak raportować predyktor kategorialny?

Podaj kategorię odniesienia i interpretuj współczynnik jako przeciętną różnicę względem tej kategorii przy stałych wartościach pozostałych predyktorów. Przy zmiennej z kilkoma kategoriami w tabeli pojawi się kilka współczynników.

Czy regresja liniowa dowodzi wpływu jednej zmiennej na drugą?

Nie sama w sobie. W badaniu przekrojowym regresja opisuje zależności warunkowe między zmiennymi. Wniosek przyczynowy wymaga odpowiedniego projektu, kontroli alternatywnych wyjaśnień i założeń wykraczających poza sam wynik modelu.

Źródła i dalsza lektura

• jamovi project, Linear Regression — instrukcja wykonania analizy.
• jamovi project, Linear Regression (linReg) — opcje i wyniki analizy.
• Penn State Department of Statistics, STAT 501: założenia modelu regresji liniowej.
• Penn State Department of Statistics, STAT 501: współliniowość i inne problemy modeli regresji.
• Penn State Department of Statistics, STAT 501: budowanie i diagnostyka modeli.

Poprawna regresja wymaga więcej niż kliknięcia „Analizuj”. Jeżeli nie masz pewności, jak zbudować model, zakodować predyktory, sprawdzić reszty albo opisać wyniki, zobacz zakres analiz statystycznych lub prześlij opis badania i plik.