Cara Analisis Regresi Linear Berganda dengan Jamovi

Summary

في هذا الفيديو، يشرح المتحدث كيفية إجراء تحليل الانحدار المتعدد باستخدام برنامج Jamovi، حيث يختبر تأثير ثلاثة متغيرات مستقلة (ICU، التحفيز، والتدين) على الأداء. يتضمن الشرح إعداد البيانات، إنشاء النماذج، واختبار الفروض الأساسية مثل التوزيع الطبيعي والتجانس في التباين، بالإضافة إلى فحص التعددية بين المتغيرات المستقلة. النتيجة الرئيسية هي أن التحفيز له تأثير كبير على الأداء بينما لا يظهر للتدين تأثير ملحوظ. الفيديو يقدم شرحًا مفصلًا لتحليل البيانات باستخدام Jamovi، مما يجعله مفيدًا للمبتدئين في التحليل الإحصائي.

Takeaways

• 😀 تم في الفيديو شرح كيفية إجراء تحليل الانحدار المتعدد باستخدام برنامج Jamovi.
• 😀 تم التطرق إلى الفرق بين تحليل الانحدار الأحادي (مع متغير واحد فقط) والانحدار المتعدد (مع أكثر من متغير واحد).
• 😀 البيانات التي تم استخدامها في التحليل كانت بيانات وهمية تتعلق بالتحفيز، والمثابرة، والتدين، وتأثيرها على الأداء.
• 😀 تم استخدام برنامج Jamovi لإجراء تحليل الانحدار المتعدد، مع تعيين الأداء كمتغير تابع والمتغيرات الأخرى كمتغيرات مستقلة.
• 😀 تم تقسيم التحليل إلى ثلاث نماذج: النموذج الأول مع متغير واحد (التحفيز)، النموذج الثاني مع متغيرين (التحفيز والدين)، والنموذج الثالث مع ثلاثة متغيرات (التحفيز، الدين، والدافع).
• 😀 النموذج الأول أظهر أن التحفيز وحده قادر على تفسير 33.9% من التباين في الأداء، وكان ذو دلالة إحصائية.
• 😀 عند إضافة التحفيز، تم تفسير 59.2% من التباين في الأداء، مما أظهر زيادة ملحوظة.
• 😀 إضافة التدين في النموذج الثالث لم تُظهر تحسيناً ملحوظاً في التفسير (61% فقط) ولم يكن له تأثير كبير.
• 😀 تم اختبار الأثر الفعّال لكل نموذج باستخدام مقارنة النماذج، حيث أظهر أن إضافة التحفيز كان لها تأثير كبير على النموذج.
• 😀 عند كتابة المعادلة الانحدارية، كانت التحفيز هي العامل الأقوى في تفسير الأداء، يليه التحفيز والدين.
• 😀 تم التحقق من الافتراضات الخاصة بتحليل الانحدار مثل التوزيع الطبيعي، ووجود التعدد الخطّي، والتجانس في التباين (Homoscedasticity)، وكانت جميعها مُلباة.

Q & A

ما هو موضوع الفيديو؟

موضوع الفيديو هو شرح كيفية إجراء تحليل الانحدار المتعدد باستخدام برنامج Jamovi، واختبار تأثير المتغيرات مثل ICU والتحفيز والدين على الأداء.

ماذا تعلمنا في الفيديو السابق؟

في الفيديو السابق، تعلمنا كيفية إجراء تحليل الانحدار الأحادي باستخدام متغير واحد فقط كمتغير مفسر.

ما هي المتغيرات التي يتم تحليلها في الفيديو الحالي؟

المتغيرات التي يتم تحليلها هي ICU، والتحفيز، والدين، لتحديد ما إذا كانت قادرة على التنبؤ بالأداء.

كيف يمكن تحليل البيانات باستخدام Jamovi؟

يتم إدخال المتغير التابع (الأداء) في قسم المتغيرات التابعة، بينما يتم إدخال المتغيرات المفسرة (ICU، التحفيز، والدين) في قسم المتغيرات المستقلة.

كيف يمكن مقارنة النماذج في Jamovi؟

يمكن مقارنة النماذج عن طريق إضافة المتغيرات واحدة تلو الأخرى في الكتل المختلفة (بلوكات) لمقارنة التغيرات في النماذج واختبار تأثيرات المتغيرات الإضافية.

ما هو تأثير إضافة التحفيز والدين على النموذج؟

إضافة التحفيز زادت القدرة التفسيرية للنموذج بنسبة 25%، بينما إضافة الدين لم تؤثر بشكل كبير على النموذج.

هل كان تأثير الدين على الأداء كبيرًا؟

لا، تأثير الدين كان غير كبير في تفسير الأداء، حيث لم يكن له تأثير ذو دلالة إحصائية.

ما هي طريقة كتابة معادلة الانحدار؟

معادلة الانحدار هي: الأداء = B1 * ICU + B2 * التحفيز + B3 * الدين + المعامل الثابت (C).

كيف يتم اختبار الفرضيات المتعلقة بالمتغيرات؟

يتم اختبار الفرضيات من خلال النظر في القيم الاحتمالية (p-values) لكل متغير. إذا كانت القيمة أقل من 0.05، يعتبر المتغير ذا تأثير كبير.

ما هي الفائدة من استخدام اختبار Kolmogorov-Smirnov؟

اختبار Kolmogorov-Smirnov يستخدم لاختبار التوزيع الطبيعي للبيانات. إذا كانت القيمة أكبر من 0.05، فإن البيانات تتبع توزيعًا طبيعيًا.