Raport analizy regresji

Poniższe analizy wykonano w programie R (R Core Team, 2023). Wizualizacje wyników przeprowadzono z wykorzystaniem pakietu graficznego “ggplot2” (Wickham, 2016).

Model regresji dla zmiennej Intencja zakupu

Model wpływu Obawy przed autem, Postrzegane 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 przed autem, Postrzegane 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 przed autem 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 = [-0.33; -0.06]

• Wzrost wyników zmiennej Postrzegane 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 = [ 0.44; 0.69]

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 przed autem, Postrzegane 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 przed autem -0.28 0.07 -4.07 -0.41 -0.14 < 0.001 -0.19 -0.33 -0.06
Postrzegane cele 0.78 0.07 12.00 0.66 0.91 < 0.001 0.56 0.44 0.69

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.

Rysunek nr 1

Wpływ zmiennej Obawy przed autem na zmienną Intencja zakupu

Rysunek nr 2

Wpływ zmiennej Postrzegane cele na zmienną Intencja zakupu

Rysunek nr 3

Wpływ zmiennych Obawy przed autem, Postrzegane 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 przybkliżeniu istotne różnice we wpływie predyktorów na poziom zmiennej Intencja zakupu.

Model regresji dla zmiennej Postrzegana łatwość korzystania

Model wpływu Obawy przed autem, Postrzegane cele na wyniki zmiennej Postrzegana łatwość korzystania.

W celu wyjaśnienia zmiennej Postrzegana łatwość korzystania 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 przed autem, Postrzegane cele, wyjaśniał około 11% (10% po skorygowaniu) zmienności wyników zmiennej Postrzegana łatwość korzystania. 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 Postrzegana łatwość korzystania wynosił M = 3.94. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:

• Wzrost wyników zmiennej Obawy przed autem wiązał się ze spadkiem wyników Postrzegana łatwość korzystania, uzyskany wynik był istotny statystycznie, B = -0.25; t = -3.87; p < 0.001; β = -0.23, 95%PU = [-0.36; -0.10]

• Wzrost wyników zmiennej Postrzegane cele wiązał się ze wzrostem wyników Postrzegana łatwość korzystania, uzyskany wynik był istotny statystycznie, B = 0.18; t = 2.79; p = 0.006; β = 0.17, 95%PU = [ 0.04; 0.29]

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 przed autem, Postrzegane cele na poziom wyników zmiennej Postrzegana łatwość korzystania

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 przed autem -0.25 0.07 -3.87 -0.38 -0.13 < 0.001 -0.23 -0.36 -0.10
Postrzegane cele 0.18 0.06 2.79 0.05 0.30 0.006 0.17 0.04 0.29

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.

Rysunek nr 1

Wpływ zmiennej Obawy przed autem na zmienną Postrzegana łatwość korzystania

Rysunek nr 2

Wpływ zmiennej Postrzegane cele na zmienną Postrzegana łatwość korzystania

Rysunek nr 3

Wpływ zmiennych Obawy przed autem, Postrzegane cele na poziom wyników zmiennej Postrzegana łatwość korzystania

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 Postrzegana łatwość korzystania. Natomiast, linie nie zachodzące na siebie przedstawiają w przybkliżeniu istotne różnice we wpływie predyktorów na poziom zmiennej Postrzegana łatwość korzystania.

Model regresji dla zmiennej Postrzegana użyteczność

Model wpływu Obawy przed autem, Postrzegane cele na wyniki zmiennej Postrzegana użyteczność.

W celu wyjaśnienia zmiennej Postrzegana 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 przed autem, Postrzegane cele, wyjaśniał około 41% (41% po skorygowaniu) zmienności wyników zmiennej Postrzegana 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 Postrzegana użyteczność wynosił M = 2.83. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:

• Wzrost wyników zmiennej Obawy przed autem wiązał się ze spadkiem wyników Postrzegana użyteczność, uzyskany wynik był istotny statystycznie, B = -0.32; t = -5.27; p < 0.001; β = -0.25, 95%PU = [-0.37; -0.13]

• Wzrost wyników zmiennej Postrzegane cele wiązał się ze wzrostem wyników Postrzegana użyteczność, uzyskany wynik był istotny statystycznie, B = 0.60; t = 10.42; p < 0.001; β = 0.50, 95%PU = [ 0.39; 0.61]

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 przed autem, Postrzegane cele na poziom wyników zmiennej Postrzegana 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 przed autem -0.32 0.06 -5.27 -0.44 -0.20 < 0.001 -0.25 -0.37 -0.13
Postrzegane cele 0.60 0.06 10.42 0.49 0.71 < 0.001 0.50 0.39 0.61

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.

Rysunek nr 1

Wpływ zmiennej Obawy przed autem na zmienną Postrzegana użyteczność

Rysunek nr 2

Wpływ zmiennej Postrzegane cele na zmienną Postrzegana użyteczność

Rysunek nr 3

Wpływ zmiennych Obawy przed autem, Postrzegane cele na poziom wyników zmiennej Postrzegana 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 Postrzegana użyteczność. Natomiast, linie nie zachodzące na siebie przedstawiają w przybkliżeniu istotne różnice we wpływie predyktorów na poziom zmiennej Postrzegana użyteczność.

Bibliografia

R Core Team. (2023). R: A Language and Environment for Statistical Computing. Vienna, Austria. Retrieved from https://www.R-project.org/

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