Documente Academic
Documente Profesional
Documente Cultură
SEMINAR 9.
REGRESIE LINIARĂ SIMPLĂ
Exercițiu 1. Dezvoltați o analiză de regresie bazată pe Intentia de achizitie produse Nike (ca variabilă
dependentă) și Preferința pentru Nike (ca variabilă independentă). Interpretați rezultatele.
______________________
Prin această analiză de regresie liniara simpla, vom putea răspunde la următoarea întrebare de
cercetare:
1
Data Analysis in SPSS
Solutii
Model Summary
Mod R R Adjusted R Std. Error of
el Square Square the Estimate
a
1 .715 .512 .500 1.299
a. Predictors: (Constant), Preferința pentru Nike
1. Ce reprezintă coeficientul R?
Coeficientul de corelație Pearson = R= 0.715 si pentru ca avem in vedere o regresie liniara
simpla, cu o variabila dependent si o variabila indepedenta, aceasta valoare reprezinta
coeficientul de corelatie Pearson. Prin urmare, scorul de 0.715 reflecta o corelatie puternica
intre cele 2 variabile analizate.
R2= 0.512
Template
Valoarea lui R2 este…. ceea ce reflecta ca [variabila independent/ predictor] poate explica
….% din variatia [variabila dependenta].
Putem afirma ca o valoare de …..% in schimbarea / varatia [variabilei dependente]
este datorata unei schmbari in [variabila independent]
Valoarea lui R2 este 0,512 ceea ce reflecta ca Preferința pentru Nike poate explica 51.2% din
variatia Intentia de achizitie produse Nike.
Per ansamblu, regresia are un aport in modelarea intentiei de cumparare de produse Nike
pentru ca peste jumatate (51.2%) din variatia Intentiei de achizitie este explicat de acest model
linear.
2
Data Analysis in SPSS
Pot sa existe si alti factori care explica aceasta variatie, dar modelul nostru a inclus doar
Preferința pentru Nike (variabila independent/ predictor) care explica 51.2% din variatie. Acest
lucru denota faptul ca 48.8% din variatia variabilei dependente Intentia de achizitie produse
Nike nu poate fi explicata doar prin preferinta celor 49 de respondent din baza de date. Astfel,
exista si alti factori care ar putea sa aiba o influenta asupra variabilei dependente.
ANOVAa
Model Sum of df Mean F Sig.
Squares Square
1 Regression 76.032 1 76.032 45.067 .000b
Residual 72.545 43 1.687
Total 148.578 44
a. Dependent Variable: Intentia de achizitie produse Nike
b. Predictors: (Constant), Preferința pentru Nike
Sig. < 0.05 Respingem ipoteza nula conform careia F=0 Modelul de regresie ofera o
predictie mai buna pentru dependenta Intentia de achizitie produse Nike ( var dependent) decat
daca am folosi media
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
1 (Constant) α .655 .587 1.114 .271
Preferința pentru .882 .131 .715 6.713 .000
Nike β
a. Dependent Variable: Intentia de achizitie produse Nike
3
Data Analysis in SPSS
Daca este semnificativ (Sig. < 0.05) atunci variabila are un aport in modelul de regresie, de
previziune a varibilei dependente.
Daca variabila predictor/ independent ( Preferinta pt Nike) creste cu 1 unitate, atunci modelul
nostru previzioneaza ca variabila dependent (Intentia de achzitie) va creste cu 0.882
Y t =α +β∗ X +ε
t t
Exercițiu 2. Folosind baza de date Nike, dezvoltați o analiză de regresie între o variabilă
independentă și o variabilă dependentă, la alegerea voastră și interpretați rezultatele în funcție
de întrebările prezentate mai sus.