Raport analizy regresji

Niniejszą analizę i raport opisowy wykonano w Systemie Zautomatyzowanego Tworzenia Opisu Statystycznego - SZTOS (Hryniewicz, Milewska, 2023). Wizualizacje wyników przeprowadzono z wykorzystaniem pakietu graficznego “ggplot2” (Wickham, 2016).

Model regresji dla zmiennej Intencja zakupu

Model wpływu Cele, Obawy, Łatwość korzystania 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(3, 299) = 85.94; p < 0.001. Analiza wartości współczynnika R² wykazała, że model regresyjny uwzględnionych zmiennych niezależnych Cele, Obawy, Łatwość korzystania, wyjaśniał około 46% (46% po skorygowaniu) zmienności wyników zmiennej Intencja zakupu. Współczynnik nieskorygowany i skorygowany wyjaśnionej wariancji wynosił odpowiednio: R² = 0.46, adj.R² = 0.46. Ilość istotnych predyktorów w modelu wynosiła: 3. Analiza wykazała, że przewidywany przez model regresji średni poziom zmiennej Intencja zakupu wynosił M = 0.89. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:

• Wzrost wyników zmiennej Cele wiązał się ze wzrostem wyników Intencja zakupu, uzyskany wynik był istotny statystycznie, B = 0.75; t = 11.61; p < 0.001; β = 0.54, 95%PU = [ 0.41; 0.67]

• Wzrost wyników zmiennej Obawy wiązał się ze spadkiem wyników Intencja zakupu, uzyskany wynik był istotny statystycznie, B = -0.20; t = -3.07; p = 0.002; β = -0.14, 95%PU = [-0.27; -0.01]

• Wzrost wyników zmiennej Łatwość korzystania wiązał się ze wzrostem wyników Intencja zakupu, uzyskany wynik był istotny statystycznie, B = 0.23; t = 3.85; p < 0.001; β = 0.17, 95%PU = [ 0.06; 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 4

Tabela nr 1

Wpływ zmiennych Cele, Obawy, Łatwość korzystania na poziom wyników zmiennej Intencja zakupu

Zmienne w modelu B s.e. t DPU1 GPU1 p β DPU2 GPU2
Stała 0.89 0.35 2.54 0.20 1.59 0.012 NA NA NA
Cele 0.75 0.06 11.61 0.62 0.88 < 0.001 0.54 0.41 0.67
Obawy -0.20 0.07 -3.07 -0.33 -0.07 0.002 -0.14 -0.27 -0.01
Łatwość korzystania 0.23 0.06 3.85 0.11 0.34 < 0.001 0.17 0.06 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; NA = Brak oszacowań.

Rysunek nr 1

Wpływ zmiennej Cele na zmienną Intencja zakupu

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 2

Wpływ zmiennej Obawy na zmienną Intencja zakupu

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 3

Wpływ zmiennej Łatwość korzystania na zmienną Intencja zakupu

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 4

Wpływ zmiennych Cele, Obawy, Łatwość korzystania 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 przybliżeniu istotne różnice we wpływie predyktorów na poziom zmiennej Intencja zakupu.

Model regresji dla zmiennej Użyteczność

Model wpływu Cele, Obawy, Łatwość korzystania na wyniki zmiennej Użyteczność.

W celu wyjaśnienia zmiennej Użyteczność przeprowadzono wielozmiennową analizę regresji liniowej (Fisher, 1922). W analizie wzięło udział N = 303 badanych obserwacji. Analiza regresji wykazała istotne przewidywanie F(3, 299) = 99.34; p < 0.001. Analiza wartości współczynnika R² wykazała, że model regresyjny uwzględnionych zmiennych niezależnych Cele, Obawy, Łatwość korzystania, wyjaśniał około 50% (49% po skorygowaniu) zmienności wyników zmiennej Użyteczność. Współczynnik nieskorygowany i skorygowany wyjaśnionej wariancji wynosił odpowiednio: R² = 0.50, adj.R² = 0.49. Ilość istotnych predyktorów w modelu wynosiła: 3. Analiza wykazała, że przewidywany przez model regresji średni poziom zmiennej Użyteczność wynosił M = 1.37. Natomiast analiza statystyk poszczególnych predyktorów w modelu wykazała następujące rezultaty:

• Wzrost wyników zmiennej Cele wiązał się ze wzrostem wyników Użyteczność, uzyskany wynik był istotny statystycznie, B = 0.54; t = 10.11; p < 0.001; β = 0.45, 95%PU = [ 0.35; 0.56]

• Wzrost wyników zmiennej Obawy wiązał się ze spadkiem wyników Użyteczność, uzyskany wynik był istotny statystycznie, B = -0.21; t = -3.79; p < 0.001; β = -0.17, 95%PU = [-0.28; -0.06]

• Wzrost wyników zmiennej Łatwość korzystania wiązał się ze wzrostem wyników Użyteczność, uzyskany wynik był istotny statystycznie, B = 0.36; t = 7.27; p < 0.001; β = 0.32, 95%PU = [ 0.22; 0.41]

Rezultaty oszacowań testowanego modelu przedstawia tabela nr 1. Wizualizacje wyników bazujących na oszacowaniach testowanego modelu przedstawia seria wykresów od nr 1 do nr 4

Tabela nr 1

Wpływ zmiennych Cele, Obawy, Łatwość korzystania na poziom wyników zmiennej Użyteczność

Zmienne w modelu B s.e. t DPU1 GPU1 p β DPU2 GPU2
Stała 1.37 0.29 4.65 0.79 1.94 < 0.001 NA NA NA
Cele 0.54 0.05 10.11 0.44 0.65 < 0.001 0.45 0.35 0.56
Obawy -0.21 0.06 -3.79 -0.32 -0.10 < 0.001 -0.17 -0.28 -0.06
Łatwość korzystania 0.36 0.05 7.27 0.26 0.45 < 0.001 0.32 0.22 0.41

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; NA = Brak oszacowań.

Rysunek nr 1

Wpływ zmiennej Cele na zmienną Użyteczność

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 2

Wpływ zmiennej Obawy na zmienną Użyteczność

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 3

Wpływ zmiennej Łatwość korzystania na zmienną Użyteczność

Nota: Ciągła linia - oznacza istotny wpływ predyktora.

Rysunek nr 4

Wpływ zmiennych Cele, Obawy, Łatwość korzystania na poziom wyników zmiennej 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 Użyteczność. Natomiast, linie nie zachodzące na siebie przedstawiają w przybliżeniu istotne różnice we wpływie predyktorów na poziom zmiennej Użyteczność.

Wnioski

Przeprowadzone analizy regresji w celu wyjaśnienia nasilenia intencji zakupu oraz użyteczności technologii pojazdu autonomicznego wykazały się istotnymi przewidywaniami nasilenia wspomnianych pomiarów. Pierwsza analiza regresji wykazała, że na wzrost intencji zakupu miał wpływ wzrost postrzeganych celów, także łatwość korzystania z technologii oraz spadek obaw przed tehcnologią. Dodatkowo wykazanao, że postrzegane cele silniej wpływały na intencję zakupu niż łatwość korzystania z takiej technologii. Łącznie ten model regresji wyjaśniał około 46% zmienności wyników intencji zakupu technologii.

Analogiczne wnioski wynikają z drugiej analizy regresji, wykonanej w celu wyjaśnienia wpływu na postrzeganą użyteczność. Wzroce wyników były podobne jak w przewidywaniu intencji zakupu z tą różnicą, że model dla użyteczności wyjaśniał jej nieco więcej, bo około 49% wyników zmienności.

Bibliografia

Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Oprogramowanie]. https://sztos-it.com/

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