Różne metody
Różne metody
wprowadzania
wprowadzania
predyktorów
predyktorów
Regresje hierarchiczne i
Regresje hierarchiczne i
regresje krzywoliniowe
regresje krzywoliniowe
Regresja
wielozmiennowa
Wszystkie predyktory w
Wszystkie predyktory w
analizie:
analizie:
metoda wprowadzania
metoda wprowadzania
Współczynniki
a
,681
,874
,779
,443
,156
,130
,224
1,204
,240
,628
,234
,154
,169
,109
,252
1,546
,135
,533
,295
,198
,473
,198
,319
2,384
,025
,468
,430
,305
,441
,221
,301
1,999
,057
,549
,371
,256
(Stała)
NI_REAKT
NI_LEK
EKSTRAW
WYKSZTAŁ
Model
1
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Rzędu
zerowego
Cząstkowa
Semicząs
tkowa
Korelacje
Zmienna zależna: INTEL_EM
a.
Wniosek: z czterech zmiennych, tylko ekstrawersja
jest istotnym
predyktorem inteligencji emocjonalnej
a
c
b
d
d
Predyktor X2
Predyktor
X1
Zmienna
Zależna
Ilustracja graficzna wielozmiennowej
analizy regresji
dla dwóch mało skorelowanych
predyktorów
Pole a jest to korelacja semicząstkowa zmiennej zależnej i predyktora X
1.
Pole b jest to korelacja semicząstkowa zmiennej zależnej i predyktora X
2.
Pola b + c jest to korelacja całkowita zmiennej zależnej i predyktora X
2
.
Pola a + c jest to korelacja całkowita zmiennej zależnej i predyktora X
1
.
Pola a + b + c jest to korelacja wielokrotna zmiennej zależnej i obu predyktorów.
Proporcja: a/( a + d) jest to korelacja cząstkowa zmiennej zależnej i predyktora X
1
.
Proporcja: b/( b + d) to korelacja cząstkowa zmiennej zależnej i predyktora X
2
.
a
c b
d
d
Predyktor X2
Predyktor
X1
Zmienna
Zależna
Ilustracja graficzna wielozmiennowej
analizy regresji
dla dwóch silnie skorelowanych
predyktorów
Pole a jest to korelacja semicząstkowa zmiennej zależnej i predyktora X
1.
Pole b jest to korelacja semicząstkowa zmiennej zależnej i predyktora X
2.
Pola b + c jest to korelacja całkowita zmiennej zależnej i predyktora X
2
.
Pola a + c jest to korelacja całkowita zmiennej zależnej i predyktora X
1
.
Pola a + b + c jest to korelacja wielokrotna zmiennej zależnej i obu predyktorów.
Proporcja: a/( a + d) jest to korelacja cząstkowa zmiennej zależnej i predyktora X
1
.
Proporcja: b/( b + d) to korelacja cząstkowa zmiennej zależnej i predyktora X
2
.
Metoda wprowadzania
Metoda wprowadzania
•
Wykorzystywana do testowania
Wykorzystywana do testowania
prostych modeli mediacji
prostych modeli mediacji
Pamięć operacyjna jako
Pamięć operacyjna jako
mediator
mediator
zależności między wiekiem a
zależności między wiekiem a
rozwiązywaniem sylogizmów
rozwiązywaniem sylogizmów
Wiek
Sylogizmy
1. Zależność istotna
2. Może nie jest to wpływ bezpośredni, ale upośredniony
przez inną ważną zmienną?
3. Sprawdzamy rolę pamięci operacyjnej, jako mediatora,
pierwotnej zależności
*
Pamięć operacyjna jako mediator zależności
Pamięć operacyjna jako mediator zależności
miedzy wiekiem a rozwiązywaniem
miedzy wiekiem a rozwiązywaniem
sylogizmów: trzy warunki
sylogizmów: trzy warunki
Wiek
Pamięć
Operac.
Sylogizmy
1. Istotny związek między predyktorem a mediatorem
2. Istotny związek między mediatorem z zmienną zależną
3. Pierwotny związek między predyktorem a zmienną zależną
staje się nieistotny lub ulega istotnemu osłabieniu
*
*
Związki korelacyjne
Związki korelacyjne
WIEK
LICZBA ROZWIAZANYCH
SYLOGIZMÓW
POJEMNOŚĆ WM (RSPAN)
-0,466***
-0,705***
0,51***
Zależności między zmiennymi (
r Pearsona)
Analiza regresji. Zmienna zależna: rozwiązywanie
Analiza regresji. Zmienna zależna: rozwiązywanie
sylogizmów. Predyktory: wiek i pamięć operacyjna
sylogizmów. Predyktory: wiek i pamięć operacyjna
Współczynniki
a
10,226
,960
10,652
,000
1,120
,836
,218
1,339
,186
,140
,065
,353
2,166
,035
(Stała)
WIEK_KAT
RSPAN
Model
1
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Zmienna zależna: POPR_SYL
a.
WIEK
ILOŚĆ ROZWIAZANYCH
SYLOGIZMÓW
POJEMNOŚĆ WM (RSPAN)
-0,218 n.i.
-0,705***
0,353*
Zależności między zmiennymi, po uwzględnieniu WM jako mediatora
(współczynniki Beta w analizie regresji)
Selekcja Postępująca
Selekcja Postępująca
Współczynniki
a
3,182
,545
5,837
,000
,437
,102
,628
4,273
,000
1,884
,781
2,411
,023
,376
,100
,539
3,753
,001
,468
,213
,316
2,197
,037
(Stała)
NI_REAKT
(Stała)
NI_REAKT
EKSTRAW
Model
1
2
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Zmienna zależna: INTEL_EM
a.
Metoda eliminacji
Metoda eliminacji
wstecznej
wstecznej
Współczynniki
a
,681
,874
,779
,443
,156
,130
,224
1,204
,240
,628
,234
,154
,169
,109
,252
1,546
,135
,533
,295
,198
,473
,198
,319
2,384
,025
,468
,430
,305
,441
,221
,301
1,999
,057
,549
,371
,256
,527
,872
,605
,551
,242
,092
,361
2,641
,014
,533
,460
,341
,523
,195
,353
2,680
,013
,468
,465
,346
,555
,201
,379
2,767
,010
,549
,477
,358
(Stała)
NI_REAKT
NI_LEK
EKSTRAW
WYKSZTAŁ
(Stała)
NI_LEK
EKSTRAW
WYKSZTAŁ
Model
1
2
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Rzędu
zerowego
Cząstkowa
Semicząs
tkowa
Korelacje
Zmienna zależna: INTEL_EM
a.
Wniosek: okazuje się, że aż trzy z czterech wprowadzonych
predyktorów są istotnie powiązane z intel. emocjonalną
Metoda krokowa
Metoda krokowa
Współczynniki
a
3,182
,545
5,837
,000
,437
,102
,628
4,273
,000
,628
,628
,628
1,884
,781
2,411
,023
,376
,100
,539
3,753
,001
,628
,586
,518
,468
,213
,316
2,197
,037
,468
,389
,303
(Stała)
NI_REAKT
(Stała)
NI_REAKT
EKSTRAW
Model
1
2
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Rzędu
zerowego
Cząstkowa
Semicząs
tkowa
Korelacje
Zmienna zależna: INTEL_EM
a.
Wniosek: z czterech wprowadzonych, dwa (niska
reaktywność
oraz ekstrawersja) są istotnymi predyktorami intel.
emocjonalnej
Metoda hierarchiczna:
Metoda hierarchiczna:
służy testowaniu precyzyjnie
służy testowaniu precyzyjnie
sformulowanych hipotez
sformulowanych hipotez
•
Hipoteza o roli wykształcenia:
Hipoteza o roli wykształcenia:
Nawet jeśli uprzednio uwzględni się wpływ
Nawet jeśli uprzednio uwzględni się wpływ
czynników emocjonalno-osobowościowych, to
czynników emocjonalno-osobowościowych, to
wykształcenie okaże się istotnym
wykształcenie okaże się istotnym
predyktorem inteligencji emocjonalnej
predyktorem inteligencji emocjonalnej
•
Analiza w dwóch blokach
Analiza w dwóch blokach
1.
1.
W pierwszym bloku: lęk, ekstrawersja
W pierwszym bloku: lęk, ekstrawersja
2.
2.
W drugim bloku: Wykształcenie
W drugim bloku: Wykształcenie
Wyniki hierarchicznej analizy
Wyniki hierarchicznej analizy
regresji
regresji
Model - Podsumowanie
,662
a
,438
,396
1,30550
,438
10,517
2
27
,000
,752
b
,566
,516
1,16929
,128
7,657
1
26
,010
Model
1
2
R
R-kwadrat
Skorygowane
R-kwadrat
Błąd
standardowy
oszacowania
Zmiana
R-kwadrat
Zmiana F
df1
df2
Istotność
zmiany F
Statystyki zmiany
Predyktory: (Stała), EKSTRAW, NI_LEK
a.
Predyktory: (Stała), EKSTRAW, NI_LEK, WYKSZTAŁ
b.
Współczynniki
a
1,694
,852
1,987
,057
,317
,098
,474
3,246
,003
,533
,530
,468
,588
,217
,396
2,716
,011
,468
,463
,392
,527
,872
,605
,551
,242
,092
,361
2,641
,014
,533
,460
,341
,523
,195
,353
2,680
,013
,468
,465
,346
,555
,201
,379
2,767
,010
,549
,477
,358
(Stała)
NI_LEK
EKSTRAW
(Stała)
NI_LEK
EKSTRAW
WYKSZTAŁ
Model
1
2
B
Błąd
standardowy
Współczynniki
niestandaryzowane
Beta
Współczynniki
standaryzowa
ne
t
Istotność
Rzędu
zerowego
Cząstkowa
Semicząs
tkowa
Korelacje
Zmienna zależna: INTEL_EM
a.
Podsumowanie
Podsumowanie
hierarchicznej analizy
hierarchicznej analizy
regresji
regresji
R
R
2
2
Wzros
Wzros
t R
t R
2
2
F -
F -
wzrost
wzrost
Beta
Beta
(wejści
(wejści
e)
e)
Ni_Lęk
Ni_Lęk
Ekstr.
Ekstr.
.
.
438
438
.438
.438
10.52
10.52
* * *
* * *
0,47
0,47
* *
* *
0,40
0,40
*
*
Wykszt.
Wykszt.
.
.
566
566
.128
.128
7,66
7,66
* *
* *
0,38
0,38
* *
* *
* p < 0,05; * * p < 0,01;
* p < 0,05; * * p < 0,01;
* * * p < 0,001;
* * * p < 0,001;